环球医讯AI与医疗健康

本文介绍了马耳他外科医生Dylan Attard如何通过创办MedTech World大会，将全球医疗科技创新者、投资者和临床专家汇聚一堂，加速医疗技术的发展与应用，推动全球医疗保健的进步。

美国研究人员开发出一种人工智能工具StateViewer，可利用一次广泛可用的脑部扫描识别九种痴呆症类型，在88%的病例中准确诊断，并帮助临床医生更快、更精确地解读脑部扫描结果。这项技术有望为缺乏神经科专家的诊所提供先进的诊断支持。

本文介绍了工程师Dharmitha Ajerla在人工智能领域的贡献，特别是在医疗保健和半导体设计领域开发实时、可解释和可靠的AI系统方面的工作。她的研究包括使用可穿戴传感器开发老年人实时跌倒检测系统，以及为西门子公司构建用于芯片设计过程中检测异常和错误的AI工具。文章强调了AI模型的透明度和问责制的重要性，并讨论了可扩展AI系统的未来发展方向。

DeepMind最新发布的人工智能系统AlphaGenome能够分析多达一百万字母长度的DNA序列，预测非编码区域的微小变化如何引发从癌症到罕见遗传病的各种疾病，这可能彻底改变个性化医疗。尽管该技术仍存在局限性，但科学界对其加速遗传学研究的潜力表示了极大的兴趣。

麻省理工学院研究人员开发出名为CellLENS的人工智能工具，该系统能够整合RNA、蛋白质、空间和形态数据，生成肿瘤内单个细胞的详细数字档案，识别罕见的免疫细胞亚型，并将它们的活动和位置与疾病过程联系起来，从而增强对肿瘤-免疫相互作用的理解，并支持更精确的癌症诊断和免疫疗法的发展。

一项基于人工智能的新应用能够快速且精准地诊断内分泌癌症，该技术基于EfficientNet和ResNet深度学习架构，分析CT扫描、MRI、超声波及组织病理图像，诊断准确率在某些数据集中超过99%，适用于资源有限地区，为全球医疗公平提供新希望。

美国亚利桑那大学的研究人员开发了一种新的胰腺癌表型分析方法，该方法将无标记光学显微镜与深度学习人工智能算法相结合。这种方法仅通过无标记显微镜图像即可识别组织表型，在空间转录组学定义的表型中实现了超过89%的准确率。

Terra Nova与DigitalOwl的战略合作将通过结合Terra Nova的转录专业知识和DigitalOwl的先进AI平台，为客户提供从文档审查到数据分析的统一工作流程。这种整合使Terra Nova的客户能够节省时间、降低诉讼风险，并专注于更高价值的任务。

瑞士数字创作者兼健康爱好者Cristina Gheiceanu分享了她通过使用ChatGPT成功减重7公斤的经历，展示了AI在健康管理中的创新应用。她通过每天发送语音信息记录饮食，并借助AI进行热量计算和饮食建议，这种互动方式使营养追踪变得更加自然且高效。

Tevogen.AI联合微软和Databricks成功开发出PredicTcell™模型的Alpha版本，利用大规模遗传和蛋白质组数据加速药物发现过程，将原本需要数月的目标分析缩短至数小时，并计划将其应用扩展到肿瘤学领域以加快癌症免疫疗法的发展。