环球医讯AI与医疗健康

OpenBind发布首个开放药物发现数据集和AI模型
2026-06-03 01:39:08家医大健康
OpenBind联盟首次发布的实验数据标志着改善人工智能在药物发现中应用的重要里程碑。该数据集包含699种化合物与EV-A71病毒蛋白结合的详细X射线图像，其中601种化合物的结合强度已测量，是单个蛋白质靶点最大的公开数据集之一。OpenBind由牛津大学和Diamond Light Source共同创立，获得英国科学、创新和技术部800万英镑资助，旨在为AI药物发现提供高质量、标准化的数据基础。该项目汇集了全球多家顶尖机构的研究力量，通过生成大量实验数据，帮助AI模型超越识别现有模式，开始对新药物做出更可靠的预测，从而加速药物研发进程。
谷歌计划向野外释放3200万只感染蚊子
2026-06-03 01:05:19家医大健康
谷歌计划在美国加利福尼亚州和佛罗里达州释放3200万只感染沃尔巴克氏体细菌的蚊子，以控制传播西尼罗河病毒等疾病的野生蚊群。该项目名为Debug，采用不育昆虫技术，利用AI驱动的视觉分类系统和机器人技术培育并筛选蚊子，旨在减少蚊媒疾病传播。尽管该技术有望大幅降低野生蚊子数量，但部分当地居民对实验表示担忧，认为可能存在不可预见的风险。美国环境保护署目前正在审查该实验使用许可申请，并接受公众反馈。
荷兰政府被敦促审慎评估人工智能是否真能解决医疗问题
2026-06-03 01:04:40家医大健康
荷兰伦理与健康中心（CEG）发布报告指出，社会对人工智能在医疗保健领域的期望与其引发的伦理问题所引发的社会讨论严重不成比例。该中心敦促荷兰政府和议会审慎评估人工智能是否真正为医疗领域挑战提供切实解决方案，警告"技术解决主义"可能导致忽视实际问题。报告强调，在应用AI前必须明确要解决的问题，否则将如同用绷带治疗断腿，治标不治本，并指出AI可能加剧医疗不平等、增加环境负担及使医疗系统过度依赖科技巨头等潜在风险。
监管行业中的创新：医疗AI高速发展的信任平衡术
2026-06-03 01:02:00家医大健康
本文深入探讨医疗等严格监管行业应用人工智能的核心挑战，指出创新速度必须与责任担当同步推进。强调医疗AI不能套用互联网行业的"快速行动打破常规"思维，需将合规性、数据隐私和人类监督嵌入产品全生命周期，通过透明化机制建立医患信任。提出将监管视为创新条件而非障碍，构建"负责任的速度"体系，确保在提升诊断效率、药物研发和患者服务的同时，始终维护科学可信度与公共信任安全。
人工智能赋能健康：AI驱动的个性化医疗保健解决方案
2026-06-03 00:55:53家医大健康
本文深入探讨了人工智能如何通过分析可穿戴设备、移动应用程序和健康记录的数据，为个性化健康和预防提供定制化的健康见解。行业专家和医疗专业人员分享了AI在皮肤护理、早期疾病预测、个性化治疗计划方面的具体应用案例，展示了Aster DM Healthcare和Prime Hospital的创新实践。文章分析了全球AI医疗市场正以37.5%的年复合增长率快速增长，预计从2024年的323亿美元增至2030年的2082亿美元，并详细讨论了数据隐私、临床工作流程整合、算法偏见等实际挑战，强调AI应作为增强临床判断的辅助工具，而非替代品，从而实现更主动的医疗生态系统，降低晚期干预成本，提升患者自主健康管理能力，最终推动个性化、预防性医疗保健的新时代。
被遗忘的器官或可预测寿命长短
2026-06-03 00:39:56家医大健康
马萨诸塞州总医院布里格姆的研究人员通过人工智能分析数万人的CT扫描，发现胸腺——这个长期以来被认为在儿童期后失去重要性的免疫器官——与人类寿命和疾病风险密切相关。研究表明，胸腺更健康的成年人全因死亡风险降低50%，心血管疾病死亡风险降低63%，肺癌风险降低36%，且对癌症免疫治疗的反应更好，癌症进展风险降低37%，死亡风险降低44%。这一发现挑战了数十年来关于胸腺的认知，表明它在成人健康中扮演着关键角色。研究人员指出，胸腺健康下降可能减少T细胞多样性，使免疫系统更难应对癌症等威胁，而慢性炎症、吸烟和体重较高等因素与胸腺健康较差相关，暗示生活方式可能影响免疫系统韧性，但还需要更多研究确认结果，且目前测量胸腺健康的成像技术尚未准备好在临床常规使用。
关于人工智能与癌症的在线资源质量不足亟需改进
2026-06-03 00:32:43家医大健康
宾夕法尼亚大学Abramson癌症中心和佩雷尔曼医学院研究人员在2026年美国临床肿瘤学会年会上发表研究指出，当前面向患者和公众的AI与癌症相关信息质量普遍低下、可读性差且常忽略AI使用风险。研究团队分析了52个网页和29个视频，发现仅33%的网页和23%的视频质量较高，网页平均可读性达大学水平远超推荐的6-8年级标准，且仅15%提及AI幻觉风险。研究呼吁医疗机构开发更高质量、患者友好的AI教育资源，为患者提供安全使用AI工具获取癌症护理信息的指导，将患者教育作为AI融入肿瘤学的关键实施策略。
一名护士偷窃芬太尼 AI系统未能发现州记录显示
2026-06-03 00:31:10家医大健康
田纳西州健康部门披露的记录显示，厄兰格巴伦斯医院一名麻醉护士长期偷窃手术后剩余的芬太尼药物，而该医院部署的Sentri7人工智能药物监控系统未能及时发现这一问题。这一案例揭示了目前美国数百家医院使用的AI药物防盗软件在透明度和监管方面的不足，尽管此类软件被广泛宣传为能比人工更快检测药物失窃，但实际应用中可能存在盲区，特别是在手术室等特定区域，药物分发和记录方式与常规不同，导致AI系统难以准确追踪，突显了人机协作在医疗安全监控中的必要性。
ChatGPT医生在诊断健康问题方面表现出色，但实际医生在权衡治疗方案方面仍更胜一筹
2026-06-03 00:29:18家医大健康
本文探讨了人工智能在医疗诊断领域的最新进展，指出虽然ChatGPT等AI系统在诊断准确性方面已接近甚至超过人类医生，但在评估治疗方案和管理患者健康方面，人类医生仍然具有明显优势。文章通过具体案例说明，医疗决策不仅需要准确诊断，更需要理解患者的个人情况、价值观和对风险的接受程度，而这正是AI目前难以替代人类医生的关键所在。作者强调，在充满不确定性的医疗环境中，医生与患者之间的沟通、共同决策以及对风险的评估仍然是医疗实践的核心，AI可以作为辅助工具，但无法完全取代医生的专业判断和人文关怀。
深度学习优化在心脏病学中的应用：基于神经网络架构搜索的心电图心律失常分类
2026-06-02 23:48:38家医大健康
本研究应用神经架构搜索(NAS)技术优化深度学习模型用于心电图心律失常自动分类，研究团队采用可微分架构搜索策略和AutoFormer搜索空间，在包含88,253条来自三大洲心电图的PhysioNet Challenge 2021数据集上训练和测试模型。结果显示，简约架构(嵌入维度384、深度4、自注意力头4、MLP比率1)在验证中达到0.66挑战指标，测试中实现0.97 AUROC，正常窦性心律和窦性心动过速的AUROC高达0.99。研究表明架构简洁性对心律失常分类性能至关重要，且自注意力机制能自动提取临床特征，为可穿戴设备提供轻量级解决方案，这对预防意外心源性猝死具有重要意义，同时揭示了类别不平衡对罕见心律失常(如低QRS电压和T波异常)分类性能的根本限制。

1
2
3
4
5
6
7
8
9
10

Copyright © 1998 - 2026 familydoctor.cn All Rights Reserved 家庭医生在线版权所有

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 | 互联网药品信息服务备案凭证

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