环球医讯AI与医疗健康

这项多中心回顾性研究评估了AI驱动的远程放射学工作流程在颅内出血(ICH)检测中的实际效果，发现AI集成后显著减少了PACS到评估时间(PTAT)和报告周转时间(RTAT)，分别缩短13.72分钟和26.62分钟，尤其在夜间急诊成像中效果显著，表明AI在资源有限的高需求环境中能有效提高诊断效率，改善患者预后。研究涵盖56个临床中心和三大扫描仪制造商，AI系统CINA-ICH表现出97.3%的敏感性和99.6%的阴性预测值，证明AI不仅可作为辅助分诊工具，更是改善急诊放射学工作流程的系统级解决方案，为医疗资源有限地区提供更及时的诊断服务。

韩国大邱庆北科学技术院研究团队开发出基于金属有机框架(MOFs)的AI电子鼻技术，该技术模仿人类嗅觉系统的工作原理，通过组合编码方式识别气味。与传统传感器相比，这种新型电子鼻在室温低功耗条件下就能灵敏检测各种气味，具有更高的选择性、响应速度和稳定性。研究团队将MOF电子鼻技术分为MOFs、MOF复合物和MOF衍生物三类，并结合机器学习与深度学习技术实现复杂气味信号的准确分类。该技术有望应用于疾病诊断、环境监测、工业安全、智能农业以及自动驾驶等领域，为气味识别技术开辟了新的发展方向。

本文深入探讨了AI驱动的医疗保健系统面临的"采用差距"问题，指出尽管技术能力不断提升，但由于医疗环境的碎片化、系统验证环路增加认知负荷、以及对新系统的理性抵制等因素，许多AI系统未能被有效采用。文章强调了以人为中心的设计和持续的UX研究对于弥合这一差距的重要性，提出减少认知负荷、使信息搜索无摩擦、主动呈现相关信息等解决方案，指出在高风险医疗环境中，成功的AI系统不是展示技术能力，而是真正简化医护人员的工作流程。

亚特兰大都市区正在采用名为RapidSOS的AI驱动紧急通信平台，该技术由佐治亚州多家紧急通信中心部署，包括亚特兰大、富尔顿、科布和福赛斯县。这一系统能够为911接线员提供精确位置信息、实时视频传输、多语言翻译服务以及在危险情况下通过短信沟通的能力，大大缩短了紧急响应时间，并在某些情况下能够在急救人员到达前挽救生命，尤其在心脏骤停等时间敏感的紧急情况下，这些技术革新可能意味着生与死的差别，标志着人工智能在公共安全领域的重要突破。

明尼苏达大学护理学院发表在《护理展望》的研究指出，人工智能在护理领域的应用需要护士的积极监督，以确保患者安全和维护护理职业的核心价值观。研究分析了AI如何与美国护士协会2025年《护士职业道德规范》保持一致，强调AI应仅用于支持而非替代护理工作，特别是不能取代护理中的道德推理、道德主体性和富有同情心的存在。研究提出了五个关键发现：AI最适合用于行政和数据密集型任务；护理的人文元素不可替代；AI开发中存在关键知识空白；护理教育必须优先考虑AI素养；护士必须在AI设计和治理中发挥重要作用。该研究警告过度依赖AI可能导致"自动化偏见"，侵蚀护理判断，并强调在AI时代保护护理专业核心价值的重要性。

随着人工智能聊天机器人在青少年群体中日益普及，亚利桑那州立大学研究人员在《柳叶刀儿童与青少年健康》杂志发表研究指出，AI作为情感支持来源虽有即时、非评判性指导的优势，但也可能干扰青少年通过人际互动发展关键关系技能的机会。研究揭示了"关系替代"和"适应不良的关系学习"两大风险，强调青春期是学习情绪调节、冲突解决和界限设定等技能的关键时期，而这些技能通常通过与同伴、伴侣和家人的互动来培养。研究者呼吁关注AI如何影响青少年关系学习，同时保护他们通过真实世界体验学习关爱他人的机会。

韩国研究团队开发出创新AI框架，通过无接触传感器持续监测老年人居家日常活动、睡眠节律及室内环境数据，成功识别出处于健康状态与确诊患者之间的"诊断前风险人群"，并能评估临近诊断风险。该技术仅凭日常细微变化即可提前预警脑血管疾病风险，准确率达96.53%，为独居老人及健康表述困难群体提供早期干预依据，相关成果已发表在《npj Digital Medicine》数字医疗国际期刊，标志着非侵入式健康监测技术取得重大突破。

本文详细介绍了人工智能如何重塑费城地区的日常医疗保健体验，从改善医患对话到提供更易理解的检查结果。文章探讨了AI医疗抄写员如何减少医生文书工作负担、增加医患面对面交流时间，以及Main Line Health、宾大医学中心等医疗机构如何采用AI技术提升诊疗效率。同时分析了患者隐私保护、AI工具准确性等关键议题，并展望了AI在初级保健领域的创新应用，如智能化预约系统、简明检查结果解释和简化保险授权流程等，展示了AI如何帮助医生重拾行医乐趣，同时为患者带来更便捷、清晰的医疗体验。

AISAP公司新近获得FDA批准的AI平台将床旁超声与实时AI分析相结合，使护士执业者和医师助理能在几分钟内获得可操作的心脏信息，有效解决心血管疾病诊断中影像信息获取延迟的问题，尤其对农村和医疗资源不足地区的患者具有重要意义，该技术旨在扩展专家级见解至一线临床医生而非取代专业诊断，标志着AI辅助诊断工具正成为一线临床实践的重要组成部分，为应对心血管疾病负担增加和医疗资源短缺提供创新解决方案。

达特茅斯研究人员发现，AI起草的患者门户网站消息可能使医生编辑时间增加而非减少。研究团队分析了14.6万条患者与初级保健医生在达特茅斯医疗在线门户的交流记录，发现AI生成草稿常引入错误、多余细节且缺乏相关后续问题。尽管通过TADPOLE技术将模型适配到医生个人沟通风格可提高33%准确性并减少26%编辑时间，但若需修改消息的75%，编辑时间反而可能超过从头撰写。这项在计算语言学协会年会上发表的研究，为生成式AI是否真正减轻临床医生工作负担的争论增添了新证据，揭示了AI辅助可能只是重新分配而非减少医生工作量的现实挑战。