环球医讯AI与医疗健康

英国研究人员开发了一种基于人工智能的眼扫描技术，能够通过分析视网膜图像提前十年预测心脏病发作和中风的风险，准确率达70%。这项技术结合传统风险评分和基因检测后准确率可提升至73%。未来可能在常规眼科检查中用于心血管健康评估。

美国研究人员开发了一种名为EchoNext的人工智能工具，该工具在检测结构性心脏病方面比训练有素的心脏病专家更为准确，利用标准且低成本的心电图（ECG）进行诊断。

美国研究人员开发了一种名为EchoNext的AI工具，该工具使用心电图（ECG）数据比心脏病专家更准确地识别隐藏的结构性心脏病。经过超过一百万条记录的训练，它能够识别需要进行超声心动图检查的患者，提供了一种低成本的筛查方法，准确率达到77%，相比之下，医生的准确率仅为64%。

丹麦和美国研究人员开发出名为 life2vec 的人工智能系统，该系统能通过分析人生事件序列预测寿命、性格特征和死亡时间，其基于 transformer 模型，使用了六百万人十年的生活数据，虽然预测准确度高，但也引发了隐私和伦理方面的担忧。

邓迪大学的研究人员利用人工智能分析数字视网膜照片，发现常规眼部扫描可在不到一秒内生成个性化风险预测，有助于识别未来10年内可能发生心脏病或中风的人群，未来可能与血压和胆固醇检查一同用于早期干预。

RapidClaims凭借其在AI驱动的收入周期管理（RCM）自动化方面的卓越创新，荣获Frost & Sullivan 2025年北美医疗保健IT软件和服务技术领域创新领导力认可。该公司的解决方案显著提高了运营效率，减少了索赔拒付，并增强了客户体验。

一项来自密歇根大学国家健康老龄化民意调查的新研究显示，尽管年长者对人工智能（AI）表现出好奇，但他们对AI的使用持谨慎态度。近半数（55%）年长者曾使用过AI技术，其中使用语音助手的用户中80%认为AI有助于他们独立和安全地生活。然而，92%的人希望了解他们看到、听到的信息是否由AI生成，且只有35%的人有兴趣在日常生活中使用AI，对AI生成信息的信任度较低，仅有4%的人表示非常信任。调查还显示，年长者在识别AI生成的错误信息方面缺乏信心，尤其是健康状况较差的人群。

文章探讨了几种临床运营中应用的人工智能项目，以及它们在提升效率和改善患者护理方面的成效。几位行业领导者分享了他们实施AI后的成功案例和投资回报。

Suki首席执行官Punit Soni探讨了将环境人工智能无缝集成到医疗系统中的重要性，特别是如何通过与MEDITECH的合作，为中小型医疗机构提供公平的人工智能使用机会，从而改善医生的工作效率和患者护理质量。

KLH Bachupally于2025年7月17日至18日启动了“数学建模在计算智能和生成式人工智能中的应用国际会议”（Math-CIGAI 2025），旨在推动人工智能、优化策略以及生成式AI在医疗领域的应用，会议邀请了来自多个国家的专家，聚焦eHealthCare、数据科学和决策系统等主题，强调技术与社会的对话，推动跨学科合作与创新。