patient
PulseAugur coverage of patient — every cluster mentioning patient across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
医疗AI训练数据隐私审计揭示患者身份识别风险
一项新研究对用于训练医疗AI模型的数据进行了首次患者级别隐私审计。该研究旨在确定患者信息在这些底层数据中被识别出来的难易程度。此次审计突显了在医疗AI开发背景下患者隐私的潜在脆弱性。
-
AI聊天机器人越来越多地用于健康咨询，引发担忧
人们越来越多地咨询AI聊天机器人以获取医疗和心理健康建议，这引发了对其可靠性以及可能阻止患者寻求专业筛查预约的担忧。虽然AI在健康指导方面的应用日益增长，但其准确性以及对患者行为的影响仍是审查的对象。
-
新的评估框架显示，医疗语言模型存在患者隐私风险
一篇新的研究论文介绍了一个用于医疗语言模型的隐私评估框架，该框架侧重于超越简单文本恢复的现实威胁模型。该框架在不同级别的对抗性访问下，评估敏感诊断的逐字记忆和语义泄露。当应用于在临床笔记上训练的模型时，它揭示了就诊元数据的高记忆率以及诸如堕胎和艾滋病等敏感诊断的显著恢复，尽管一些记忆的标记是模板化的。
-
聊天机器人将处理医生办公室的患者问诊
聊天机器人可以简化医疗环境中的患者问诊流程，减轻医务人员的行政负担。这种方法旨在通过自动化收集患者病史和保险信息等任务来提高效率。将AI集成到这一能力中，可以使医生和护士能够更专注于直接的患者护理和复杂的医疗需求。
-
私募为牟利而削减重要的眼科手术
私募公司在收购眼科诊所后，日益将利润置于患者护理之上。这些公司指示临床医生减少或取消无利可图但紧急的手术，例如视网膜脱离的急诊手术，这通常会导致诊所的经济损失。因此，私募拥有的视网膜诊所进行此类关键手术的数量比其他诊所少约 20%，可能危及患者视力。
-
AI系统CandorMD培训临床医生披露医疗差错
研究人员开发了CandorMD，一个由AI驱动的系统，旨在帮助临床医生练习和提高向患者披露医疗差错的技能。该系统提供实时练习和量身定制的反馈，克服了当前培训方法（如讲座和静态视频）的局限性。CandorMD的设计融入了对医学专业人士和患者倡导者的访谈见解，旨在增强临床医生的信心，并最终改善患者护理和信任。
-
医生告诫患者不要仅依赖AI解释医疗结果
医生们越来越担心患者使用AI来解读他们的医疗结果，并强调了潜在的风险和局限性。虽然AI可以提供快速的解释，但它缺乏人类医生的细致理解和同情心。建议患者将AI作为辅助工具，并始终咨询医生以获得准确的诊断和治疗计划。
-
AI被指控迫使患者接受不必要的牙科治疗
2026年的一项调查揭露了相关指控，称一些牙医利用人工智能向患者施压，迫使其接受不必要的牙科手术。据报道，这种做法与牙科种植等昂贵治疗的显著增加有关。专家认为，这种AI应用引发了牙科行业的伦理担忧。
-
大多数美国医生秘密使用AI工具，患者不知情
相当一部分美国医生在执业过程中未经患者知晓而使用AI工具。这种在医疗保健领域广泛使用但通常不公开的AI，引发了对该领域透明度、患者信任和整体安全性的担忧。患者对这些AI整合缺乏了解，给医疗系统带来了伦理和实践方面的挑战。
-
AI助手帮助患者找到临床试验
开发了一个AI助手，帮助患者应对临床试验的复杂性，解决了许多人不知道或无法获得相关研究机会的问题。该助手利用FHIR和MCP等医疗数据标准来访问和处理信息。尽管取得了进展，但文章指出，目前医疗领域的AI解决方案往往未能完全满足患者的需求和系统集成。
-
患者可以在医生办公室拒绝使用人工智能
根据新指南，患者现在可以选择退出人工智能驱动的医疗保健服务，包括诊断工具和管理系统。这允许个人要求在医疗护理中进行纯人工互动。该指南旨在提供更大的患者自主权，并解决在敏感医疗环境中对隐私和人工智能准确性的担忧。