环球医讯AI与医疗健康

乔治亚理工学院研究发现，基于大语言模型的AI聊天机器人在识别精神药物不良反应和提供专家级应对策略方面存在显著缺陷。研究团队通过Reddit数据构建测试集，发现AI在区分不同副作用类型、提供可操作建议方面准确率不足50%，尽管其回复情感和可读性接近人类专家。该研究为改善医疗AI提供了重要参考方向。

韩国人工智能医疗企业Lunit在完成对新西兰乳腺健康企业Volpara的收购一周年之际宣布，其AI解决方案已在美国200家影像中心部署，为超过100万例乳腺癌筛查提供技术支持，计划推出覆盖癌症诊疗全流程的生态系统，通过整合影像分析与临床数据提升乳腺癌早期检测能力。公司正在扩建美国运营体系，开发新一代AI解决方案并打造临床支持团队。

麻省理工学院研究团队通过生成式人工智能设计出两种全新抗生素NG1和DN1，成功对抗耐药性淋病和MRSA（耐甲氧西林金黄色葡萄球菌）。该技术突破化学结构创新瓶颈，能探索传统方法无法触及的化学空间，为解决全球抗生素耐药危机提供新方案。研究已发表于《细胞》杂志，非洲国家尼日利亚或将成为技术应用的重要受益者。

加州大学洛杉矶分校与爱因斯坦医学院团队研发的深度学习模型，通过单张模糊显微图像准确识别细菌群集运动（灵敏度97.44%，特异性100%），该技术突破性地简化了传统视频分析流程，为尿路感染、炎症性肠病等疾病的现场快速诊断提供新方案，并具备与智能手机成像设备整合的潜力。

本新闻报道了两家科技公司合作开发的医疗设备创新方案，通过边缘人工智能与模块化健康监测平台的结合，实现心血管疾病的预防、诊断和管理。该方案采用超低功耗芯片技术，整合多项医疗检测功能，计划2026年在欧洲启动商业化并逐步扩展全球市场。核心技术突破包括双SDIO接口设计、多周续航能力以及医院级心血管数据分析功能，已获得罗马尼亚医疗创新奖。

本文深入探讨人工智能与FHIR标准的融合如何重塑医疗系统。通过AI解析海量健康数据，FHIR打破信息孤岛实现标准化数据共享，两者协同构建可自主优化的智能诊疗体系。具体案例包括糖尿病风险预测、住院再入院评分优化及跨机构健康网络建设，揭示了从数据驱动到实时决策的范式转变及其在临床、支付方和数字医疗创新中的广阔应用前景。

Ensemble与Solventum宣布战略合作，通过AI技术开发首个全专科自动化编码解决方案，覆盖住院医疗服务。该合作结合Solventum的AI技术与Ensemble的运营规模，旨在通过自动化精准编码减少医院收入损失，优化医疗收入周期管理。通过整合双方在编码合规与AI互联能力，该方案将帮助医疗机构将行政工作重心转向复杂病例审核，同时提升索赔精确度。该项目预计应用于28家医疗系统，年管理患者收入达400亿美元，推动医疗AI解决方案从技术创新向临床实践转化。

本文介绍了美国公共卫生教育协会通过成立人工智能伦理应用专项工作组，探索生成式人工智能在公共卫生教育、研究和实践中的伦理应用框架。该工作聚焦于四大支柱领域（教学、教育、实践、政策），旨在建立确保数据安全、消除算法偏见、提升公共卫生人才数字素养的全球标准体系。通过开发实践指南和培训方案，推动构建可扩展的公共卫生技术基础设施。

本文通过深度访谈揭示了OpenAI在通用人工智能（AGI）领域的技术发展、医疗承诺及现实困境。作者凯伦·郝在其新书《AI帝国：山姆·奥特曼开放人工智能的梦想与噩梦》中揭露，OpenAI通过免费ChatGPT获取用户数据的战略实质，指出其医疗应用存在幻觉频发、传播错误信息等问题，同时强调生成式AI并非医疗突破的唯一路径。文章系统分析了AGI在医疗领域的承诺与实际技术进展间的巨大鸿沟，并探讨了AI技术评估的科学标准。

孟加拉国于2025年5月21日正式启动其首家高科技机器人康复中心，位于达卡的孟加拉国医学大学超级专科医院地下一层，由中孟两国合作建立，配备62台机器人设备，其中22台由人工智能驱动，旨在为七月民众抗议中受伤的患者提供先进的康复治疗，同时惠及中风、神经系统疾病等患者，预计每日服务300名患者，初期将优先治疗抗议中的伤者，并通过引进先进设备降低海外治疗成本。