环球医讯AI与医疗健康

美国医学协会（AMA）与AI初创公司OpenEvidence签署多年协议，允许其使用《美国医学协会杂志》（JAMA）等13种期刊内容开发临床决策支持系统。该AI工具可通过患者临床表现快速匹配学术文献，这是OpenEvidence年内第二次与医学出版机构达成合作。协议生效后，AMA旗下JAMA系列期刊内容将成为其平台核心数据源，助力临床医生提升诊疗效率，但医疗数据合规使用问题仍需持续关注。

杜克大学研究人员开发出基于人工智能的算法工具，通过分析智能手机应用收集的每日健康数据，成功预测多发性硬化症患者的高严重性症状。该技术基于MS Mosaic研究的713名参与者数据，采用机器学习模型实现对疲劳、感觉障碍、行走不稳、抑郁焦虑及肌肉痉挛五类症状的80%-90%准确率预测，为患者症状管理提供前瞻性指导，优化医患沟通效率。研究显示历史症状数据是关键预测要素，但整合步数、睡眠等被动数据仍能保持70%以上预测性能。

随着医疗数据量激增，传统存储架构面临挑战。HPE等下一代存储平台通过高性能、安全性和实时访问能力，助力医疗机构应对电子健康记录、可穿戴设备、医学影像等产生的55PB级年数据量。解决方案聚焦数据可用性提升，支持AI模型训练和实时临床决策，为医疗数字化转型提供关键基础设施保障。

西悉尼大学研究团队开发出基于微小RNA的动态风险评分系统DRS4C，通过AI技术实现1型糖尿病发病风险与治疗反应的实时预测。该研究发表于《自然医学》，涵盖印度、澳大利亚等6国近6000份样本，并验证了662人独立队列的有效性，能提前1小时预测胰岛素依赖状态，突破传统基因检测静态风险评估的局限性。

本文深入分析了美国医疗行业面临的护士短缺危机，指出传统工具的局限性，并探讨了AI代理如何通过自动化排班、减少行政负担、优化资源配置等方式缓解医疗从业者压力。通过克利夫兰诊所、梅奥诊所等典型案例，展示了AI代理在记录诊疗、保险验证、患者提醒等场景的实际应用。文章强调AI代理并非取代人力，而是通过填补人力缺口提升医护质量，并提出了AI部署的四个战略方向。

本文详细阐述Cone Health通过部署LeanTaaS iQueue人工智能系统，在手术室管理中实现220小时/天的人力资源节约和98%的供应商协调电话减少的实践过程，揭示了实时数据透明在优化医疗资源配置中的突破性作用。系统通过智能算法预测手术时长、动态分配手术室区块、实时推送调整警报等功能，成功解决了长期困扰医疗机构的供需失衡问题。

西北大学研究人员开发基于生成式AI的新工具TWAVE，通过分析基因表达数据而非DNA序列，成功识别糖尿病、癌症等复杂疾病的致病基因组合网络。该技术突破传统基因组关联研究局限，发现多基因协同作用机制，并揭示不同患者存在差异基因组合，为个性化治疗开辟新路径。研究已发表于《美国国家科学院院刊》。

本研究通过结合水凝胶培养系统和人工智能平台，揭示了主动脉瓣狭窄治疗中性别差异对药物组合效果的显著影响。研究团队利用猪细胞模型发现，基于性别的协同药物组合能更有效抑制瓣膜组织纤维化，在生物医学工程领域为精准医疗提供了突破性方案。研究同时强调实验环境与体内条件的匹配度对药物筛选结果的关键作用，为开发性别特异性治疗策略奠定了基础。

由莫纳什大学主导、昆士兰大学等机构参与开发的多模态AI诊断工具PanDerm可同时分析多种医学影像，帮助皮肤科医生提升11%黑色素瘤诊断准确率，非专科医生对其他皮肤疾病的诊断准确率提高16.5%。该工具通过整合全球11家机构超200万张皮肤图像训练，已发表于《自然医学》杂志，未来将在多样化临床场景中验证其公平性和实用性。

Tevogen Bio宣布扩大新泽西州沃伦市总部，集中整合人工智能研发与仿制药/生物类似药业务，通过微软合作强化AI药物研发能力，计划建成年产能达320亿美元的综合制药平台，同时保留前瞻性声明和公司发展战略的披露。