AI在医疗保健中是一个不断发展的主题。了解基础知识，并随时关注新的发展和政策。
Austin图书馆AI培训与教育
Austin图书馆定期举办AI在医疗保健中的培训和教育网络研讨会。通过我们的图书馆教育与培训页面预订。
我们新的AI在医疗保健网络研讨会的录制现已可用。仅限Austin内部访问。Mercy Heidelberg员工和所有学生请联系图书馆。
- AI素养：医疗保健基础知识：2026年3月11日
- 医疗保健中负责任地使用AI：Copilot、ChatGPT与Perplexity：2026年3月16日
Austin Health人工智能政策
Austin员工应熟悉Austin Health的人工智能政策PDF（仅限Austin员工访问）。
最新新闻与研究
通过定期查看本页面了解最新动态。查看我们推荐的播客、博客和网站，如有任何建议或编辑，请记得联系图书馆。我们感谢您的反馈和意见。
最新新闻与研究
- 科学家发明了一种假疾病，AI告诉人们它是真的。Nature，2026年4月7日（仅限Austin Health访问）。Bixonimania并不存在，只存在于一堆明显虚假的学术论文中。那么为什么AI聊天机器人会警告人们这种虚构的疾病？
- 在医疗保健中扩展人工智能。经济合作与发展组织（OECD），2026年3月27日。为支持向医疗保健中负责任地扩展AI的行动，制定了一份政策清单，以指导决策和优先级排序，并避免盲点。该清单分为四大支柱：1. 建立推动因素（数据基础、确保和扩展AI、能力建设）；2. 实施护栏（监督和监控实现共同目标的进展）；3. 与公众、提供者和行业进行有意义的互动；4. 部署可信赖的AI。在这四大支柱中，出现了九个主要政策类别和43个问题，对于负责任地扩大AI在医疗保健中的益处至关重要。一个共识已经出现：协调一致、跨境兼容的政策对于平衡创新与安全、经济机会与建立公众信任至关重要。
- 奉承式AI减少亲社会意图并促进依赖。Science，2026年3月26日。Cheng等人测量了11个领先的大语言模型中社交奉承的普遍性。模型的回应比人类高出近50%，即使当用户参与不道德、非法或有害行为时也是如此。用户偏好并信任奉承式AI回应，这激励AI开发者无视风险保留奉承行为。
- 在医疗保健中实施负责任和公平的人工智能的实用框架：解决偏见、不公平和实施挑战。The Lancet Digital Health，2026年3月20日。本文提出一个基于社区的、可操作的框架，用于负责任和合乎伦理地开发、部署和整合基于AI的医疗保健解决方案，强调偏见缓解和临床证据生成。该框架面向所有与基于AI的解决方案互动的医疗团队成员，包括软件开发者、数据科学家、研究人员、临床医生、医院管理人员以及机构伦理和监管团队。
- 澳大利亚官方AI安全计划仅仅是一个要点。这足够吗？The Conversation，2026年3月6日。上周，澳大利亚领先的人工智能研究员Toby Walsh警告说，澳大利亚缺乏AI护栏正在使年轻人面临被“为大型科技公司利润牺牲”的风险。Walsh的评论是在政府放弃自己建立AI专家咨询机构的提议之后发表的。相反，政府提供了其国家AI计划，该计划强调对数据中心、电信基础设施和劳动力培训的投资。
- 临床人工智能中的架构差距。The Lancet Digital Health，2026年3月4日。评论文章：“……AI模型在日常护理中的存在仍然边缘化。一方面技术性能强劲，另一方面临床采用率低，这种对比定义了当代AI在医学中的核心悖论。限制因素不是模型的能力，而是系统准备就绪的程度，这些系统需要部署AI。因此，真正的挑战是确定现有临床系统是否准备好整合这些工具。”
存档（3个月）
- 评估AI能力的专家级学术问题基准。Nature，2026年1月28日。“当AI系统在人类基准测试中表现极好时，很容易认为它们接近人类水平的理解，”Nguyen说。“但HLE提醒我们，智能不仅仅是模式识别——它关乎深度、背景和专业知识。”重点不是难倒人类，而是精确、系统地揭示AI不能做什么，至少目前还不能。
- AI调查洞察：新晋提供者担心技能退化。Wolters Kluwer，2026年1月27日。在一项由Wolters Kluwer Health委托进行的新调查中，提供者和管理者表达了对AI解决方案的希望和担忧，以及未经批准的工具如何在其组织中使用。注意：Wolters Kluwer是健康信息和临床支持工具的付费服务提供商。
- 50岁的聊天机器人能教给我们关于AI临床应用的什么？JAMA，2026年1月29日。与聊天机器人对话：第一个临床聊天机器人的历史，直接来自LLM。在这次与LLM的“采访”中，Roy Perlis了解到两个在20世纪60年代和70年代创建的心理健康聊天机器人的历史。
- 映射大语言模型对临床笔记和社交媒体中医疗错误信息的易感性：一项横断面基准分析。The Lancet，2026年1月。在测试了包含340万个健康错误信息提示后，作者建议使用情境感知规则（例如根据提问者调整响应），而不是更大的语言模型，以提高医学中的AI安全性。
- 大语言模型作为面向公众的医疗助手的可靠性：一项随机预注册研究。Nature Medicine，2026年2月9日。大语言模型现在在医学执照考试中几乎获得满分，但这并不一定转化为现实环境中的准确表现。
- 国际AI安全报告2026。英国政府，2026年2月3日。该报告提供了关于通用人工智能系统能力和风险的最新科学研究综述。它评估了通用AI系统能做什么、带来什么风险以及如何管理这些风险。该报告附有给政策制定者的扩展摘要。
推荐播客
- ANMF播客：在临床实践中解锁新数字工具：护理与助产领域的领导者
- AI健康播客：通过与企业家、投资者和科学家的对话，探索AI将如何改变医疗保健、生物技术和医学
- NEJM AI大查房：新英格兰医学杂志大查房是一个播客，包含非正式对话，探索人工智能、机器学习和医学交叉领域的问题
- AI与医疗保健播客：了解AI如何改变当今医疗保健，应对现实世界的挑战并改善患者结果
联系图书馆
联系Austin Health Library：电子邮件：library@austin.org.au，电话：03 9496 5393，工作时间：周一至周五上午8:30至下午5:00。图书馆空间全天24小时向Austin Health和Mercy Heidelberg员工及学生开放。使用您的安全卡进入。图书馆工作人员周一至周五上午8:30至下午5:00在场，维多利亚州公共假日除外。
【全文结束】