在芝加哥举行的2025年临床实验室医学协会（ADLM 2025）年会上，研究人员将展示一种由人工智能（AI）协助开发的血液测试，该测试比当前标准更早、更准确地识别莱姆病，并可能显著改善患者的治疗结果。另一项研究则强调了某些生成式AI工具如何通过帮助青少年收集有用的医疗信息来增强他们的能力。
这些研究结果共同突出了人工智能在临床实验室医学中深思熟虑的整合，可以对人们的生活产生深远的积极影响。
莱姆病检测为早期有效治疗带来希望
每年，超过47万美国人被诊断患有莱姆病，这一数字由于气候变化扩大了蜱虫生存的地区范围而预期继续上升。早期发现，这种疾病对抗生素治疗反应良好。然而，目前的检测方法（称为两阶段血清学检测）只能在30%的情况下准确检测早期莱姆病。这显然是一个重大的遗漏，因为超过一半的莱姆病患者如果在感染最初几周内未被诊断和治疗，将会发展成长期健康问题，如疲劳、神经认知问题和关节炎。
新的检测方法利用人工智能提供了重大改进。其灵敏度和特异性均超过90%，"这意味着10名患者中有9人将得到正确诊断并接受适当的治疗，从而显著降低慢性疾病的风险，"微生物学家兼ACES Diagnostics首席科学官Holly Ahern说道。
Ahern及其团队基于恒河猴的研究开发了一种检测面板，该面板寻找10种蛋白质（抗原），并作为单一测试完成。恒河猴对引起莱姆病的细菌的免疫反应与人类相似。这种方法是对两阶段检测方法的改进，后者可能需要多达四次测试。
接下来，他们分析了人类血液样本，包括123名莱姆病患者和197名未感染个体，以测试在检测中加入机器学习是否能通过检测独特的免疫模式来提高性能。"你和我可能都被相同的细菌感染，但我们可能对它产生不同的抗体反应，"Ahern说道。"通过这些抗原与基于决策树的分类器匹配，我们实际上可以在每个个体案例中识别出这一点。"
研究团队发现了一种算法，提高了所有疾病阶段的准确性，在超过90%的早期病例中正确标记感染（而标准方法为27%）。Ahern表示，这种检测方法相对便宜且适用于标准实验室设备，他们希望该检测能在2026年底之前商业化。
Medicine-GPT作为青少年的信息工具
第二项研究评估了Medicine-GPT，这是一种由医生开发的、免费使用的ChatGPT定制模型。研究的重点是青少年，因为他们通常是早期技术采用者，经常在网上搜索信息，通常涉及他们不觉得与成年人讨论舒适的话题。
"Medicine-GPT在解决青少年健康咨询方面显示出前景，其在完整性、推理能力和整体医疗帮助方面优于ChatGPT-4，"纽约威尔康奈尔医学院的高中研究实习生Austin Jin说道。
Jin及其团队从Reddit的“Ask Doctors”论坛收集了超过100个与实验室医学和诊断相关的临床问题，筛选出10至19岁人群的帖子，并按“顶级”互动排序。他们评估了这种定制聊天机器人与前代产品ChatGPT-4相比提供有用答案的能力。
两种模型都表现出完全的事实准确性，但Medicine-GPT在其他指标上表现更佳，在完整性、推理能力和帮助性方面分别达到66.6%、60%和46.6%（而ChatGPT-4分别为20%、33.3%和23.3%）。两个模型在清晰度方面都获得了高评分（Medicine-GPT为80%，ChatGPT-4为70%）。
然而，一个常见的挑战是，这些工具可能会让青少年感到不知所措，尤其是当聊天机器人提出罕见且致命的状况作为诊断可能性时。"这突显了未来的AI工具不仅需要医学上的准确性，还需要情境意识、用户敏感性和与临床医生沟通方式的一致性，" Jin说道。"提供者不应阻止使用这些工具，而是应指导青少年如何负责任地使用这些工具，强调人工智能永远不能替代专业的医疗建议或个性化评估。"
【全文结束】
