使用AI进行医疗诊断？你需要了解的安全性

研究人员发明了近三打不同患者，并询问九个大型医疗语言AI模型如何管理每个患者，在一千种不同的急诊室情况下。

尽管临床细节相同，AI模型偶尔会根据患者的个人特征改变决策，影响护理优先级、诊断测试、治疗方案和心理健康评估，研究人员在《自然医学》杂志上报告了这一发现。

例如，高级诊断测试（如CT扫描或MRI）更常被推荐给高收入患者，而低收入患者则更频繁地被告知不需要进一步的检查，这在某种程度上模仿了现实世界中的医疗不平等现象。研究人员发现，这些问题既出现在专有AI模型中，也出现在开源AI模型中。

“AI有能力彻底改变医疗保健，但前提是它必须负责任地开发和使用，”纽约西奈山伊坎医学院的研究共同负责人Girish Nadkarni博士在一份声明中说。“通过识别这些模型可能引入偏见的地方，我们可以改进其设计，加强监督，并建立系统，确保患者始终处于安全有效护理的核心。”

修复干燥综合症唾液和眼泪症状的潜在方法

研究人员离能够解决干燥综合症患者口腔和眼睛干涩的问题更近了一步，这是基于在小鼠身上测试的两种方法的成功。这种自身免疫性疾病的症状使得说话、进食和睡眠变得困难。直到现在，该疾病如何关闭泪腺和唾液腺的分泌一直是个谜，研究人员在《国际口腔科学杂志》上报道。

他们的新研究表明，在干燥综合症早期，一种名为三细胞素的蛋白质被破坏，这种蛋白质将产生眼泪和唾液的细胞紧密连接在一起。细胞间紧密连接的丧失导致唾液分泌不足。两种可能的干预措施——一种试验药物（AT1001）和一种实验分子——每种都恢复了小鼠的唾液分泌，一种通过修复细胞连接，另一种通过阻止连接的分解。

这两种方法都恢复了正常的腺体功能，为人类治疗提供了潜在蓝图。

“这改变了我们对干燥综合症的治疗思路，”北京大学的研究负责人Xin Cong在一份声明中说。“我们不再仅仅是平息炎症。现在我们可以修复腺体的实际结构损伤。”“更令人鼓舞的是，这两种方法都有效，这让我们对开发适合患者的疗法充满信心。”

实验性药物对某种多发性硬化症显示出希望

一种最初用于治疗淋巴瘤的实验性药物是第一种显示对无活动性、非复发性继发进展型多发性硬化症有效的药物，目前尚无批准的治疗方法，研究人员在美国神经学会会议上报告了这一发现。

赛诺菲公司的tolebrutinib是一种研究中的口服布鲁顿酪氨酸激酶抑制剂，在一项临床试验中，该药物在无活动性、非复发性继发进展型多发性硬化症患者中延迟了6个月确认的残疾进展31%。

“这是第一个在非复发性SPMS（继发进展型多发性硬化症）中显示延迟残疾进展效果的临床试验，这是一种后期形式的疾病，其中神经系统功能逐渐恶化，残疾不断增加，”克利夫兰诊所的研究负责人Robert Fox在一份声明中说。

在该试验中，共有1,131名患者参加，tolebrutinib组的6个月确认残疾进展率为22.6%，而安慰剂组为30.7%，根据发表在《新英格兰医学杂志》上的研究报告。

更多的接受tolebrutinib治疗的患者实现了残疾改善，6个月确认的残疾改善率为8.6%，而安慰剂组为4.5%。研究人员还报告说，与安慰剂相比，tolebrutinib减少了疾病活动标志物，包括炎症和组织损伤。

严重的不良事件，特别是肝并发症，在tolebrutinib组更为常见，该药物目前正在接受美国批准的审查。

Fox说：“大约每200名患者中就有1人会在使用前三个月内出现严重的肝酶升高，因此仔细监测非常重要，如果出现肝酶升高，应立即停药。”

另外，在两项针对复发性多发性硬化症患者的研究中，tolebrutinib在减少年化复发率方面并不优于赛诺菲的Aubagio (teriflunomide)，根据同一期刊的第二篇报道。

(全文结束)