可穿戴心脏监测器进入临床试验
澳大利亚初创公司Lubdub开发的新型无胶防水心率监测器在珀斯的一家诊所进行临床试验,该技术可连续监测心脏节律长达14天,数据质量优于传统Holter监测器。
澳大利亚初创公司Lubdub开发的新型无胶防水心率监测器在珀斯的一家诊所进行临床试验,该技术可连续监测心脏节律长达14天,数据质量优于传统Holter监测器。
广州一位家长用AI软件查询孩子EB病毒感染症状,AI将正常表现误判为危重病情,不仅声称符合肝移植评估标准,还生成向医院施压的方案,包括当众喊话、申请会诊、拨打卫健委电话举报等。儿科专家指出AI只能作为辅助手段,不能替代医生诊断。
推荐理由:报道了AI问诊误判后生成「医闹指南」的真实案例及专家提醒,有助于识别AI问诊的风险边界。
丹麦哥本哈根大学团队利用27,660张智能手机面部照片训练深度神经网络,从中位年龄73岁的急诊入院患者中预测死亡率。面部得分为3天死亡率AUC 0.80、30天死亡率AUC 0.77,优于分诊级别、早期预警评分(EWS)、生命体征、血液生化及估算面部年龄。
推荐理由:原文首次用大规模真实急诊数据验证面部图像预测死亡率,为临床风险分层提供新线索与可迁移方法。
研究团队开发了一种新方法来优化无人机网络,模拟显示在苏格兰部分地区,无人机在心脏骤停事件中可能先于救护车到达,但实际效果仍需进一步验证。
伦敦国王学院研究人员开发了基于因果关系可解释性的AI方法,利用真实医院数据识别脓毒症患者在急诊科死亡的具体原因,包括未能及时获得正确治疗等因素。该方法在不降低计算效率的前提下实现精细化的因果分析,有助于医院管理者针对性改进急诊流程。
强脑科技创始人韩璧丞在APEC工商领导人峰会上表示,脑机接口技术有望改善脑疾病患者生活并重塑人机交互方式。公司已将神经控制假肢成本降至原价的五分之一至十分之一,但仍面临支付门槛问题。韩璧丞呼吁企业在设计产品时考虑最需要帮助但支付能力有限的人群。
脑机接口技术在临床试验中帮助瘫痪患者恢复沟通能力,展示了其在神经疾病治疗中的潜力。研究显示,BCI 可以通过合成声音和解码脑活动实现独立沟通,甚至让患者唱歌。
该研究评估20个大语言模型在相同临床信息下因系统提示所赋予的不同决策风格而产生的临床判断差异。9种 persona 覆盖三种伦理取向与三种认知风格的交叉,共产生约500万次二元决策。最保守的Care-Analytic persona使
该研究评估了联邦学习(FL)与集中式学习(CL)在ICU死亡率预测中对特征重要性的排序一致性。使用MIMIC-III、MIMIC-IV和eICU三个电子健康记录数据集,SHAP分析显示联邦蒸馏学生模型的SRCC值在0.6463至0.8374之间,AUROC分别为0.8294、0.8402和0.8515。
83岁患癌老人在重庆市某医院住院期间跳楼身亡,家属索赔37万余元,法院驳回诉讼请求,认为医院无过错。法院认为,医院仅需提供符合医疗规范的安全防护,无法完全杜绝患者自主选择的极端自杀行为。
76岁的新加坡籍华人许森福在新疆莎车县旅游期间突发重病,经上海援疆医生与本地医护团队抢救后康复。为感谢救命之恩,他决定每年向莎车县人民医院捐赠10万元人民币,专项用于救助重症医学科经济困难的患者。这是该院历史上首次收到个人定向捐赠。
一名84岁脑出血患者在英国沃特福德医院住院期间因跌倒导致第二次急性脑出血而死亡。验尸官调查发现,医院未安排患者入住最适合其病情的病房,未制定跌倒护理计划,存在多项护理疏漏。
一项案例研究表明,聋人患者在NHS医院中未能获得合理的调整和专业手语翻译,导致沟通不畅和潜在的安全隐患。报告指出,医疗人员缺乏手语培训,影响了诊疗效果。
AI辅助诊疗在提高便捷性的同时,也带来了过度依赖、延误诊疗等问题。专家建议引导公众理性使用AI工具,明确其辅助决策的定位。
推荐理由:分析了AI问诊的利弊及未来发展方向,为公众和行业提供了理性使用AI工具的建议。
医院张贴标语“不要骂医生可以骂院长”,回应当前医患关系紧张和医生招留难的问题。研究显示,领导管理风格显著影响医生离职意愿,善解人意的领导能提升医生满意度。医患关系紧张源于信息不对称、医患沟通不足及医保政策限制等多方面因素。
在英国国民保健服务(NHS)中,新型AI助手Dora Care正进行试用,用于监测骨质疏松等长期疾病患者。该项目由约克大学和纽卡斯尔大学合作进行,旨在通过自然对话支持临床医生的工作,确保技术安全且具有同理心。研究团队正在设计安全框架以监控技术在试用期间的表现,预计该技术未来可扩展至监测糖尿病、心力衰竭和慢性阻塞性肺病等其他长期疾病。
文章报道了顶级医院为维护诊疗秩序而采取的措施,如在专家诊室门口安排保安,并强调了加强医院安保的重要性。
患者在市人民医院诊断后,自带药品到镇中心卫生院输液被拒,投诉称卫生院推诿拒诊。卫生院拒绝外带药是因为无法核查药品质量,存在安全风险。国家卫健委规定医疗机构药品应由药学部门统一采购供应,拒绝外带药不等于拒绝治疗。
Contou的反思文章指出,ICU诊断中存在显著误差,尸检发现约28%的患者有漏诊,但并不意味着这些患者必然获救。文章强调,诊断不应停止抢救,需持续验证病因,避免盲目检查,注重团队协作与系统改进。
文章探讨了AI在医疗中的作用,指出AI是医患沟通的桥梁,而非对立面。医生和患者应共同利用AI提高诊疗效率,缓解焦虑。
推荐理由:分析了AI在医疗中的角色及其对医患关系的影响,为理解AI在医疗领域的应用提供了视角。
一项研究发现,由女性医生治疗的住院患者在30天内的死亡率较低,且住院再入院率也较低。研究分析了958,150名患者的住院数据,涉及常见的心肌梗死和肺炎等疾病。
Kristin Gills因简单尿路感染在Methodist Legacy ER & Urgent Care就诊,先付211美元后又收到1,756美元账单。该机构由Intuitive Health运营,兼具急诊与紧急护理,并管理近50家类似机构;患者称因咳嗽、鼻塞、流感样症状就诊却被按急诊收费,账单常达数千美元。
南非 University of Johannesburg 研究团队在 Scientific Reports 发表一种 AI 模型,利用急诊室常规入院数据评估自杀相关行为(SRB)风险。
Epic 正把 Da Vinci Project 的三项预授权 API 直接集成进其软件,帮助 CMS 监管的支付方赶在 1 月 1 日截止期限前满足 2024 年敲定的联邦互操作性规则。UnitedHealthcare 已与卫生系统上线,Wisconsin 的 Network Health 支持全部三项 API,但部分小型区域支付方仍在推进。Epic 约占急性护理 EHR 市场 42%。
哥伦比亚大学团队在《Brain》杂志发表研究,展示通过非侵入式脑电图(EEG)电极让临床无反应的急性脑损伤患者操控音调频率。41名受试者中约三分之一成功完成指令,包括所有在独立检查中确认患有认知运动解离(CMD)的患者。这表明该技术有望帮助隐蔽意识患者表达疼痛、饥饿等基本需求。
加拿大国家级 AI 听写项目显示,约六成医生行政时间减少,但节省时间常被新的行政工作填补。研究显示电子健康记录仅解释 6.8% 的医生倦怠差异,工作与组织因素才是主因。作者提出 GRACE 框架,主张通过治理、自主权、整合访问等原则实现负责任的 AI 采用,以应对 AI 疲劳与倦怠问题。
研究人员基于Mount Sinai健康系统2011至2021年卒中预警记录,开发了结合大语言模型、结构化电子病历与临床时序特征的多模态机器学习模型,用于预测急性颅内血管事件(AIVE)。
吉林市卫健委介绍,两架空客H135医疗救援直升机将分别常驻北大湖、松花湖赛场,承担长春大冬会吉林市赛区航空医疗救援任务。松花湖赛场至定点救治医院直升机转运最快约15分钟,北大湖赛场约25分钟,较地面转运均可节省约50%时长。每架机组配备医生、护士各1名,解放军第965医院为定点救治医院,配套医护培训已启动,计划下周开展多轮实战演练。
德国一项随机试验显示,AI生成的患者导向出院摘要使患者激活评分比标准医师摘要高出9.6分。AI可重写医学术语,但需经患者测试,确保信息跨语言、年龄和社会情况可读且可用,而非仅医学准确。
该研究基于澳大利亚7家医院977,506例住院数据,提出一种整合有效性、效率与实用性(EEU)的标准化评估方法,用于AI脓毒症预测模型。新方法通过四幅垂直对齐图表展示不同预警阈值下的敏感性和阳性预测值等指标,以及首次预警相对于临床事件(如抗生素使用)的时间关系。
发表于《Journal of Head Trauma Rehabilitation》的研究显示,利用基础AI模型分析生理数据,可提前24小时以中等至良好准确率预测中度至重度头痛与疲劳。该研究基于20名持续性脑震荡后遗症患者28天的心率、皮温等监测数据,证实了预测模式的可行性。后续研究计划于2027年启动,旨在收集至少200名患者的数据以验证预警工具。
研究提出采用本体增强的大语言模型(LLMs)系统,以实时解读与药物相关的数字话语并弥合监测缺口。该系统旨在解决传统流行病学监测系统滞后、社交媒体新药物信号难捕捉的问题,通过集成动态本体来抑制语义漂移,提高对新兴药物及相关编码指代的检测准确性。
一家中欧医疗保健企业联合Cloudera部署AI智能体工作流替代传统OCR处方识别流程,准确率达人工处理水平并提升16%以上,数周内完成从概念验证到生产环境的转化。该方案结合视觉模型与认证数据库核验,并通过持续学习机制优化流程,在私有环境中处理处方数据。
研究利用XGBoost整合健康社会决定因素(SDoH),实现中国武汉某三甲医院急诊科需求的逐小时预测。模型纳入213,138次就诊、22,883个逐小时观测,综合模型均方根误差为3.48次/小时,平均绝对误差约2至3名患者/小时,R²达0.68,且SDoH特征模型优于仅用天气变量的模型。研究提示将SDoH纳入预测有助于医院提前调整 staffing 并缓解急诊拥挤。
中山大学附属第三医院研发“手术非常准”和“手术非常稳·睿麻助手”两套AI系统,用于优化手术排程、术前评估与术中监测。基于305名患者的调查,团队制作科普音乐视频《术前麻醉教育歌》,随机对照研究结果显示患者术前焦虑检出率由对照组的23.2%降至干预组的12.3%,相关成果发表于Heliyon。
一项研究表明,急诊科女性医师比男性医师多开约3%-5%的检查且住院率更高,但患者死亡率无显著差异。另一项研究发现,60岁以上医师治疗的患者死亡率比40岁以下医师高0.1%,但这可能是观察性研究中的混杂因素所致。此外,班次末尾的决策疲劳和周末人手不足会导致更多住院检查和更差的预后,而短轮班反而因交接沟通问题增加错误风险。
Beth Israel Deaconess Medical Center 与 Google 合作开展的前瞻性真实世界可行性研究评估了 Articulate Medical Intelligence Explorer(AMIE)这一患者面对话式 AI 系统的安全性。
推荐理由:原文报告真实世界患者面AI的安全性与可用性初步结果,可为同类技术临床部署提供安全基线参考。
网络流传的AI问诊恶搞图反映出现实中患者携带AI诊断结果就诊引发的医患信任挑战,AI存在幻觉风险且无法替代临床判断。国家药监局今年5月发布《处方药网络零售合规指南》,明确药品网络零售企业必须确保处方审核工作由执业药师开展,不得由人工智能代为实施。
基于MIMIC-IV数据库的机器学习模型在入ICU 24小时内数据基础上,对4,043例创伤患者后24–72小时新发Sepsis-3进行早期预测。多项模型AUROC为0.589至0.689(区分度中等),SVM模型最高0.734(95%CI 0.680–0.788),优于SOFA(0.655)与SAPS II(0.668),决策曲线分析在2%–35%阈值概率区间显示正向净获益。
研究团队用普通摄像头采集婴儿自发运动视频,经 AlphaPose 重建数字骨骼并提取 108 个特征,用 XGBoost 分类器区分正常运动与脊髓性肌萎缩症(SMA)相关运动,准确率为 97%,对 SMA 婴儿深度轴运动异常的检测敏感度超过 97%。