环球医讯AI与医疗健康

塞浦路斯希腊语在新型AI系统中获得专属语音
2025-12-21 13:57:31家医大健康
塞浦路斯希腊语使用者将受益于突破性语音转文本AI系统，该系统由伊戈尔·阿基莫夫与两名实习生开发，通过收集电视、广播等300小时方言数据训练而成，能精准识别这一常被技术忽略的方言。项目仅耗资150美元，已在医疗领域实现患者语音自动转录（尤其针对老年人）、商业客服自然交互及方言文化保护，现寻求公众15分钟验证助力完善模型，目标让塞浦路斯人以本地方言与技术无障碍沟通，为全球数据匮乏语言提供可复制解决方案。
阿勒格尼健康网络探索环境智能提升人群健康
2025-12-21 13:54:27家医大健康
匹兹堡阿勒格尼健康网络正评估环境智能技术在人群健康管理中的应用潜力，其新任首席数字信息官理查德·梅德福德医学博士指出，该14家医院系统正通过与健康AI初创公司Abridge的合作开发协议，将患者洞察直接融入临床工作流，重点探索如何利用该技术填补医疗缺口、确保初级保健提供者归属及优化基于价值的医疗服务，同时计划2026年将AI语音转录技术从门诊扩展至住院和急诊护理，并整合内部生成式AI模型与Care.ai智能病房技术以提升护理效率。
专家警告人工智能可能损害医学生批判性思维能力服务器或AI服务中断时该怎么办
2025-12-21 12:50:20家医大健康
多位医学专家在《BMJ循证医学》期刊发表评论文章警告，若未正确教导医学生使用人工智能技术，可能严重损害其批判性思维能力；文章指出当前医学院校普遍缺乏AI使用规范，过度依赖AI将导致医学生丧失基础临床技能，并强调必须通过"展示解题过程"、设置无AI评估场景及提升AI素养等措施进行教学改革，同时警示AI模型常产生自信的虚假信息，在服务器中断时可能危及医疗教育核心能力培养。
MHRA征集证据以规范医疗领域人工智能监管
2025-12-21 12:16:53家医大健康
英国药品和医疗器械监管局（MHRA）启动全国性证据征集活动，旨在构建医疗人工智能监管框架。该活动由国家医疗AI监管委员会主导，邀请公众、临床医生及行业专家分享见解，重点聚焦规则现代化、患者安全保障及责任划分等核心议题，以支持2026年向MHRA提交的监管建议，最终目标是建立全球最安全且先进的AI赋能医疗体系，确保技术应用既安全可靠又赢得公众信任。
AI驱动方法揭示推动癌症进展的基因相互作用
2025-12-21 12:15:26家医大健康
南澳大利亚大学科学家开发出新型AI驱动方法，成功揭示肿瘤进展由协同作用的基因群组而非单一突变基因驱动。该技术通过分析基因随时间的相互影响，识别出参与细胞信号传导、免疫反应和转移的关键基因网络，不仅能检测已知癌基因，还能发现此前隐藏的非突变致病基因，为缺乏常见突变的癌症患者提供新治疗靶点，并有望扩展应用于神经退行性疾病等动态调控疾病领域，相关成果已发表在《皇家学会开放科学》期刊。
基于大型语言模型的AI智能体驱动的模拟患者系统有望变革医学教育
2025-12-21 11:37:18家医大健康
基于大型语言模型的人工智能模拟患者系统AIPatient在医学教育中展现出革命性潜力，该系统通过六个特定任务的AI智能体协同工作，结合检索增强生成框架和基于真实患者数据构建的知识图谱，实现了94.15%的医学问答准确率，其知识库有效性达F1分数0.89，可读性测试显示Flesch阅读难易度中位数68.77且年级水平适中，医学生评估证实其在病史采集中的高保真度和教育价值已达到或超越人类模拟患者水平，有望解决传统模拟患者培训成本高、规模受限的问题，为医学教育提供可扩展、标准化且高性价比的创新解决方案。
多发性骨髓瘤新药与管理策略建模研究
2025-12-21 10:59:30家医大健康
本文基于2025年牛津骨髓瘤研讨会的实录，详述了肯尼斯·谢恩博士团队如何利用患者样本和分子数据构建多发性骨髓瘤个性化治疗模型。该研究通过分析肿瘤细胞对药物的反应，结合RNA测序、全外显子测序及人工智能技术，开发出八天内可预测药物疗效的精准工具，旨在突破传统"一刀切"疗法局限，将患者免疫微环境与临床数据整合为新型生物标志物，推动多发性骨髓瘤治疗进入个性化医疗新阶段，目前已在全球合作中取得显著进展。
AI工具揭示基因协作网络驱动癌症进展机制
2025-12-21 10:27:39家医大健康
南澳大利亚大学科学家开发出新型AI驱动方法，证实癌症进展主要由合作基因组而非单一基因突变驱动，该研究发表在《皇家学会开放科学》期刊，通过分析大型乳腺癌数据集成功识别已知及新型癌症驱动基因，包括参与细胞信号传导、免疫反应和转移的关键基因，为精准定位治疗靶点提供新途径，尤其适用于缺乏常见高突变的患者，并有望拓展至神经退行性疾病等动态调控类疾病，显著推动癌症生物学研究范式转变。
人工智能在医疗健康领域的真正工作并不光鲜
2025-12-21 08:41:59家医大健康
本文深入剖析人工智能在公共卫生领域的应用现状，指出当前教育体系过度侧重技术能力而忽视社会伦理维度，导致公共卫生课程沦为技术教育的附属品；作者以麻省理工学院和德克萨斯大学项目为例，强调若不将公共卫生作为人工智能教育的基石，群体健康问题将持续被边缘化，呼吁教育重点应从提升效率转向确保公平性与人类福祉影响，从而培养能真正服务公共健康的AI专业人才。
人工智能可发现医疗记录中漏诊的阿尔茨海默病
2025-12-21 08:41:20家医大健康
加州大学洛杉矶分校研究人员开发出新型人工智能工具，通过分析电子健康记录识别未被诊断的阿尔茨海默病患者。该工具采用"半监督正例未标记学习"先进方法，对白人、非裔、西班牙裔和东亚患者的识别成功率达77%-81%，远超旧模型的39%-53%，能发现记忆丧失等典型症状外的皮肤溃疡和心律不齐等隐性体征，特别有助于缩小医疗资源不足群体的诊断差距，使高风险患者获得早期干预机会，为解决美国每九位65岁以上老人中就有一人患病的重大公共卫生问题提供新路径。

Copyright © 1998 - 2025 familydoctor.cn All Rights Reserved 家庭医生在线版权所有

家庭医生在线版旗下网站

本网站敬告网民：网站资讯仅供参考，身体若有不适，请及时到医院就诊。

经营许可证编号：粤B2-20050069号 | ICP备案粤ICP备14007806号-2

营业执照 | 广播电视节目制作经营许可证

粤公网安备44010402003489号 | 不良信息举报中心 | 垃圾信息举报中心 | 网络110报警服务

违法和不良信息举报电话：020-37617298，举报邮箱：fw@familydoctor.com.cn

互联网文化经营单位