环球医讯AI与医疗健康

药物研发流程效率低下亚马逊拟用人工智能革新该领域
2026-05-17 22:35:36家医大健康
亚马逊网络服务推出全新AI驱动平台"Amazon Bio Discovery"，旨在解决药物研发流程中效率低下的核心痛点。该平台通过整合生物基础模型和AI智能体技术，使科研人员无需深厚计算背景即可快速设计测试药物分子，显著缩短抗体发现周期。平台采用NVIDIA L4/L40S GPU加速运算，承诺将候选药物生成时间从数月压缩至数周，同时确保客户数据完全隔离和知识产权归属，为受监管的生物医药行业提供安全可靠的AI基础设施，有望彻底变革传统药物发现的早期阶段。
Helical筹集1000万美元弥合基础模型与药物发现决策之间的鸿沟
2026-05-17 22:31:36家医大健康
医药人工智能初创公司Helical近日成功筹集1000万美元资金，致力于解决制药行业中的关键挑战：如何将生物基础模型的计算输出转化为科学家可信赖、可重复且可辩护的决策。该公司开发的虚拟AI实验室平台提供虚拟实验室和模型工厂两个产品界面，使生物学家、转化科学家与机器学习工程师能在同一系统中协作，显著缩短药物发现周期。Helical已与辉瑞等多家全球顶级制药公司展开合作，在靶点识别、生物标志物发现和治疗设计等领域将发现时间线从数年压缩至数周，其技术有望推动制药AI从孤立模型向集成虚拟实验室的转变，为药物研发带来革命性突破。
推进急性心肌梗死院内死亡率预测：基于美国心脏协会"遵循指南"冠状动脉疾病注册研究的分析
2026-05-17 21:29:38家医大健康
这项研究基于美国心脏协会"遵循指南"冠状动脉疾病(GWTG-CAD)注册研究的数据开发了新型急性心肌梗死院内死亡率预测模型，使用201,191名2019-2022年入院患者训练模型并以70,302名2023年患者进行验证。基于轻量级梯度提升机(LightGBM)的模型实现了0.874的AUROC，显著优于传统ACTION模型(0.859)，合并症、运输方式和社会经济因素提供了传统预测因子之外的额外价值。该研究为临床决策、资源分配和医院质量评估提供了更精准的风险分层工具，其GLMM模型适用于机构基准测试，LightGBM模型则擅长识别高风险患者，但在临床广泛应用前仍需进行更广泛的外部验证，代表了心血管疾病预测模型的重要进展。
新型AI工具或将革新遗传病诊断方式
2026-05-17 20:32:30家医大健康
美国梅奥诊所与旧金山人工智能初创公司Goodfire联合开发出突破性AI工具Evee，该技术基于基因组基础模型Evo 2实现双重突破：不仅能精准预测致病性基因突变，更能揭示其生物学机制。通过解析DNA序列的隐含特征，该工具显著提升遗传病诊断准确率，为早期干预和个性化治疗开辟新路径。研究证实其预测效能超越现有计算工具，且揭示了AI模型自主学习健康DNA共性模式的能力，标志着AI可解释性在医疗健康领域的重大突破。随着基因测序成本降至百美元级别，该技术有望推动精准医疗发展，但需通过大规模临床试验及FDA审批方能投入临床应用。（198字）
医疗系统未能充分利用电子健康记录的价值
2026-05-17 20:26:40家医大健康
本文揭示了美国医疗系统在电子健康记录(EHR)应用中存在的严重价值浪费现象，两位医疗CIO指出，大多数医疗机构仅利用了EHR 60%-70%的功能，这种未充分优化的现状不仅导致运营效率低下，更会直接影响医疗机构的AI准备度；文章强调，EHR优化不是简单的维护工作，而是战略基础设施建设，是医疗机构迎接AI时代最重要的准备工作，单纯将AI叠加在碎片化的工作流程上只会加速底层问题而非解决它们，真正能在AI领域领先的机构是那些持续优化工作流程、加强治理、提高采用率并建立数据信任的组织。
AI在医疗保健领域的全球与本地应用案例：美国与匈牙利
2026-05-17 20:25:01家医大健康
哈佛肯尼迪学院举办的专题研讨深入分析了人工智能在医疗保健领域的系统级应用，聚焦美国与匈牙利的实践案例，探讨了预测医学、疾病诊断和药物研发中的前沿应用。活动汇集了三位领域专家，分别从疾病爆发动态预测、医疗系统AI治理策略以及癌症基因组学研究等维度，系统阐述了AI技术实施所需的制度基础、面临的伦理挑战及监管框架差异，特别对比了美欧在AI医疗领域的监管路径及其对未来全球领导地位的影响，为理解AI如何解决现代卫生系统结构性挑战提供了权威专业视角。
10大医疗技术趋势改善您的健康状况
2026-05-17 20:24:11家医大健康
本文详细介绍了2020年及未来值得关注的十大医疗技术趋势，包括人工智能与机器学习、计算机视觉、可穿戴技术、虚拟与增强现实、电子健康记录、5G技术、远程医疗、区块链系统、聊天机器人及语音搜索，这些创新技术正重塑医疗行业格局，提升患者诊疗体验，提高医疗服务效率与精准度，为全球医疗健康事业带来革命性变革，特别是在疾病早期诊断、个性化治疗和远程监护方面展现出巨大潜力，将从根本上改变医患互动模式和健康管理方式。
确定哪些患者对肠癌治疗反应最佳的新方法
2026-05-17 20:10:21家医大健康
英国科学家开发了一种基于人工智能的新方法，可确定哪些晚期肠癌患者最可能对英国国家医疗服务体系使用的靶向药物贝伐珠单抗产生反应。该方法整合肿瘤基因数据与临床信息，将患者分为高、中、低风险组，发现高风险组患者对治疗无反应，这有望使数千名患者免受无效治疗带来的高血压、胃肠道问题和血栓等严重副作用。研究发表在《科学报告》期刊上，通过PhenMap表型映射技术识别BRAF基因突变等生物标志物，未来可能发展为临床测试工具，为肠癌患者提供精准个性化治疗，同时该方法也有望应用于其他癌症类型。
研究发现AI在精神科病房自伤行为早期检测方面在真实世界条件下表现不佳
2026-05-17 20:08:34家医大健康
韩国大学医学院研究团队在《科学报告》发表研究成果，表明用于精神科病房自伤行为早期检测的人工智能技术在模拟环境中表现良好，但在真实临床条件下性能显著下降。研究团队通过1,120个模拟样本和118个真实临床视频进行验证，发现基于深度学习的AI模型难以应对真实环境中的行为多样性、遮挡和细微重复动作等挑战，特别是抓挠和抠皮等细微自伤行为最难被检测，这为未来AI在精神健康领域的应用指明了改进方向，同时研究建立的演播室自伤行为数据集有望推动精神病学和医学AI研究的进一步发展。
AI疾病预测或可在症状出现前捕捉疾病
2026-05-17 20:01:11家医大健康
人工智能疾病预测技术可能在症状出现前就检测出疾病，通过追踪人体分子网络随时间的变化，可以提前发现癌症、糖尿病和流感等疾病。研究人员提出了一种名为"个体特异性边缘网络分析"的技术，无需与健康人群进行比较即可评估患者风险，测试得分超过0.9分（满分1.0分）。在糖尿病模型中，AI辅助系统将血糖预测误差比传统模拟器降低了50%以上，但数据缺口、"黑箱"决策和对少数群体的偏见等问题仍需解决，才能使这些工具投入常规临床使用。这项研究发表在《智能医学》期刊上，强调了AI辅助医疗从治疗转向预防的潜力，但也提醒需谨慎推进，确保技术可靠且公平地服务于所有患者群体。

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