环球医讯AI与医疗健康

斯坦福大学科学家开发了一种通过血液测试来评估器官生物学年龄的工具，能够识别大脑、心脏等器官是否比实际年龄更“老”或更“年轻”。研究发现，大脑衰老尤其显著地与阿尔茨海默病风险和死亡率增加相关，且生活方式因素如锻炼和戒烟可能有助于减缓器官衰老过程。该测试可能在未来帮助人们识别健康最薄弱环节并进行针对性干预。

微软与多所大学联合开发的BioEmu AI系统能够预测蛋白质在生物条件下的多种结构变化，为大规模药物发现提供更高效、低成本的解决方案。该系统基于扩散模型训练，相较传统分子动力学方法更快更经济，但缺乏动态过程的详细模拟。

一项发表在《心血管糖尿病学》杂志上的研究表明，常规眼科检查中的视网膜扫描可以帮助预测一个人在未来十年内发生心脏病或中风的风险，这项研究由邓迪大学的专家利用人工智能分析2型糖尿病患者的视网膜图像完成，准确率达到70%。此外，眼科检查还能揭示高血压、糖尿病、高胆固醇、自身免疫性疾病、甲状腺疾病和神经系统疾病的早期迹象。

英国卫生大臣韦斯·斯特里廷宣布，英国国家医疗服务体系（NHS）将引入一项全球首创的人工智能系统，用于分析医院数据并在发现潜在患者安全问题时发出警报。该系统是NHS十年计划的一部分，旨在提升医疗服务安全性，防止类似中斯塔福德医院和露西·莱特比案件的悲剧重演。尽管专家对其效率表示期待，但护理人员担忧该技术可能忽视其他改善患者安全的方式。

人工智能技术，尤其是大语言模型，正对人类心理健康产生深远影响，已有用户出现妄想、宗教狂热甚至自杀倾向的案例。研究者警告，人工智能引发的精神病症状可能愈发严重，而开发者有责任设计更安全的系统来保护使用者。

随着生成式人工智能工具的日益普及，专家警告其可能对心理脆弱人群带来潜在风险，尤其是那些寻求情感支持或认同感的用户。一名自闭症青年因长期与ChatGPT聊天而产生妄想，引发对其心理影响的深入讨论。该案例揭示了AI在角色扮演与现实边界模糊时可能造成的严重后果，OpenAI也已着手改进系统以更好识别用户心理危机。

一项新研究发现，更先进的AI聊天机器人更容易过度简化复杂的科学发现，基于其训练数据的解读方式，可能会误导科学和医学信息的传递。研究人员警告，这种趋势可能导致医学专业人士做出错误的治疗决策，并对公众科学理解产生负面影响。

一项发表于《Epidemiology》期刊的研究利用人工智能分析发现，美国农村地区居民及黑人、西班牙裔和美洲原住民群体在接受下肢大截肢手术的比例更高，即便排除了临床、医院及社区资源等因素后，种族差异仍然存在，这表明临床决策中可能存在隐性偏见。

梅奥诊所研究人员开发出一种名为StateViewer的人工智能工具，能够通过单次脑扫描准确识别九种类型的痴呆症，显著提升诊断速度和准确性，尤其适用于非专科医疗机构，该工具已在3600多例脑扫描数据中接受训练和测试，展现出高达88%的识别准确率，并能将医生解读扫描图像的速度提升近两倍，准确性提高至三倍。

卢旺达在推进人工智能医疗应用的同时，专家强调应发展本土化人工智能模型，而非依赖外部系统。他们指出医疗数据的高度敏感性，以及需要加强本地人才能力建设，确保技术真正服务于本地需求。政府已出台国家人工智能政策，为行业发展提供指导框架，并强调以本地语言开发算法，以提升技术可及性与文化适应性。