环球医讯AI与医疗健康

本文探讨了人工智能作为个人健身教练的应用现状与安全性问题。研究表明，AI生成的健身计划虽能提供基础、安全的训练建议，具有快速、廉价、易获取等优势，但在长期适应性、伤病考虑和训练效果方面仍不及人类教练。文章分析了AI健身指导的优缺点，指出其效果高度依赖用户提供的详细信息，普通人因缺乏专业知识可能难以充分利用。研究显示AI计划在健身效果上略逊于人类教练制定的方案，且对伤病和慢性疾病患者可能存在安全隐患。文章建议将AI计划视为起点，对有特殊健康状况者应寻求专业指导，字数已超过100字。

飞利浦高管指出，人工智能技术将成为应对2030年全球预计1000万医疗专业人员短缺的关键解决方案，通过自动化常规工作、优化临床流程和提升诊疗效率。目前经过临床验证的AI已广泛应用于医学影像领域，而生成式AI和AI代理主要处理行政任务，可将行政成本降低50%，为医疗行业节省2500多亿美元。飞利浦强调AI应作为临床医生的辅助工具而非替代品，必须确保技术的可靠性、透明度和临床验证，同时需要与监管机构紧密合作以保障患者安全并扩大医疗服务可及性。

本报告介绍了一种AI医疗应用生成器，这是一种配置驱动的架构，能够为任何疾病生成患者信息应用。该系统将疾病作为自由文本参数而非硬编码，通过单一配置对象定义整个应用程序。其核心创新包括：疾病解析层、字段重要性模型、分层安全架构。系统定位为信息提供而非医疗建议，采用多种安全机制确保不越界。该设计解决了传统单一疾病应用无法扩展到数千种疾病的局限性，为患者信息工具提供了一种可行模式。文章详细描述了系统架构、临床内容方法、安全机制，并进行了透明的覆盖范围分析。

英国国家医疗服务体系(NHS)即将在其应用程序中引入人工智能分诊工具，帮助患者判断是否需要预约全科医生或直接前往急诊科。该工具通过向用户提问并根据回答提供最佳医疗服务建议，预计12个月内将服务20万患者，2028年4月前全面推广。试点显示电话预约排队人数减少29%，医护人员与患者互动时间增加近25%。NHS将利用政府拨款的100亿英镑改造技术系统，同时各方强调需确保患者安全、隐私保护和系统可靠性，避免过度乐观评估AI效益，确保健康专业人员在关键决策点发挥作用。

人工智能在医疗领域的突破性发现正在重新定义医学边界，加州大学伯克利分校研究人员通过分析44万份心电图与瑞典国家死亡记录，发现了一个隐藏在常规心电图中、医生从未察觉的生物标志物，能精准识别心脏性猝死高风险患者，这一突破揭示AI不仅能高效处理数据，更能发现人类医生历经数十年研究都未能察觉的医学规律，预示着未来医疗将融合机器的定量智能与医生的定性智慧，创造更精准、个性化且人性化的医疗新模式，而非简单取代医生角色。

英国国家医疗服务体系(NHS)宣布将在其应用程序中引入AI分诊工具，旨在减少候诊名单并改善数百万患者的医疗服务，作为为期三年、总额100亿英镑计划的一部分。该分诊工具将帮助引导患者前往最适合的医疗服务，包括全科医生预约、药房、急诊、社区服务或自我护理建议，同时NHS还将推出AI笔记工具以减轻医护人员行政负担。此次更新将在未来12个月内首先向约20万名患者推出，预计到2028年4月将全面推广。卫生和社会保障大臣詹姆斯·默里表示，这些技术创新将使患者更快获得合适医疗服务，减轻临床医生文书工作负担，并减少等待时间。试验结果显示，分诊工具已使早上8点高峰期的电话等待人数减少29%，且不影响患者满意度，而AI笔记工具可让临床医生腾出近四分之一的额外时间与患者相处，若在全国范围内推广至11,000多名急诊科医生，每天可创造9,000多次额外的急诊咨询空间。

犹他州近期悄然推出一项处方药自动续方计划，允许居民跳过医生办公室，直接通过名为Doctronic的AI聊天机器人在线续方。该计划引发了医学界广泛争议，医生、律师和公共卫生专家担忧AI在医疗决策中的角色，特别是关于监管标准、医生否决权以及患者安全保障等问题。尽管支持者认为应更新已有百年历史的医疗法规以适应新技术，但反对者强调处方续方并非简单的勾选框操作，患者健康状况变化可能使先前处方不再适用，特别是在涉及抗凝血剂等高风险药物时。FDA目前对AI医疗采取相对宽松态度，但专家警告这种"先实施后验证"的模式可能损害公众信任并引发行业反弹，而犹他州医疗执照委员会成员在计划启动后才得知此事，凸显监管体系的滞后性。

美国犹他州推出由AI聊天机器人Doctronic负责的处方自动续开试点项目引发医疗界激烈争论，该项目允许居民跳过医生直接通过人工智能续开处方，虽提升了医疗服务便捷性，但医生、律师和公共卫生专家对AI决策能力表示严重关切，质疑现行医疗法规是否应为AI技术更新，同时FDA采取宽松监管态度使得这项缺乏充分安全验证的创新快速推进，引发了关于医疗AI监管框架、患者安全与技术创新平衡的深入讨论，涉及抗凝血剂等高风险药物续开可能带来的健康隐患尤为引人注目。

本文深入探讨了人工智能在医疗保健领域应用的核心挑战，即技术先进性与人类理解能力之间的关键差距。作者提出AI健康素养应作为负责任AI实施的基石，构建了涵盖临床医生、患者和治理专业人员的三层素养概念框架。研究分析表明，现有测量工具如eHEALS未能有效评估AI特定能力，缺乏算法素养、偏见意识、数据治理理解等关键维度。通过对高调AI失败案例的系统分析，文章揭示了素养缺陷在关键决策点的重要影响，并强调在推进AI技术与法规发展的同时，必须同步加强人类能力建设，才能真正实现医疗AI的可信赖部署和应用，为健康公平和有效医疗决策提供坚实支撑。

新加坡科技大学研究人员开发了ACPAgent人工智能代理原型，用于在患者生命末期无法自主决策时代表其进行预先医疗指示（ACP）。研究显示，在15名参与者测试中，86.7%情况下AI与参与者决策一致，但分歧揭示了模型在处理家庭内疚感、经济负担和真实康复概率等复杂因素时的局限性。研究表明AI在生命末期决策中应扮演"倡导者"角色，在不取代人类判断的前提下强化患者意愿，同时需解决法律认可、数据保护等挑战，以避免患者价值观被AI系统塑造的风险，并确保这种技术能真正服务于那些没有亲友可托付医疗决策的临终患者。