人工智能已不再是医疗健康领域的未来概念——它正在改变疾病的诊断方式、药物的发现过程、临床试验的进行以及患者护理的提供。从突破性的医学研究到新型AI驱动的医疗工具和制药创新，变革的步伐正在迅速加快。在这篇汇总中，我们收集了2026年一些最重要的AI医疗新闻、突破和创新，这些内容正在塑造医学的未来。
人工智能新闻、突破与创新塑造医疗健康行业
让我们探讨最重要的AI医疗新闻。
OpenAI通过专业医疗AI模型扩展医疗健康领域努力
新闻日期： 2026年6月19日
OpenAI宣布在开发专为医疗应用设计的AI系统方面取得了重大进展。该公司表示，其最新的医疗AI模型在临床基准测试中表现优异，正在开发以支持医疗专业人员提供更准确和个性化的医疗见解。
- 提升医疗推理能力， 专注于医疗的AI模型在某些基准评估中表现优于医生。
- 减少不准确的医疗回应， 通过为医疗用例和临床决策支持设计的专门训练实现。
- 推进个性化健康辅助， 通过探索能够分析可穿戴设备、健康应用程序和患者记录数据的AI系统实现。
新闻来源： Business Insider（商业内幕）
AI医疗工具在临床研究中匹配并超越医生
新闻日期： 2026年6月18日
最近发表在主要科学期刊上的研究表明，先进的AI系统在选定的诊断和临床决策任务中可以达到或超过医生水平。研究人员认为，这些发现可能会加速AI工具在各种医疗环境中的采用。
- 实现高诊断准确率， AI模型成功地在各种临床场景中识别复杂的医疗状况。
- 展示更强的指南依从性， 有助于确保治疗建议符合既定的医疗标准。
- 突出日益增长的临床潜力， 随着医疗机构评估AI用于决策支持和工作流程优化。
新闻来源： Financial Times（金融时报）
Midjourney推出新型医疗成像计划与全身AI扫描仪
新闻日期： 2026年6月18日
AI公司Midjourney宣布推出Midjourney Medical，这是一个新的医疗健康计划，围绕能够在约60秒内生成详细3D人体地图的全身超声波扫描仪展开。该公司计划通过专门的健康中心和医疗设施部署该技术。
- 60秒创建全身扫描， 使用先进的超声波技术和大规模计算基础设施。
- 旨在改善预防性医疗， 通过使人体成像更快、更易获取且更经济实惠。
- 计划未来AI驱动分析， 允许平台协助解读影像数据并识别健康风险。
新闻来源： Business Insider（商业内幕）
犹他州扩展AI驱动处方续签计划
新闻日期： 2026年6月18日
犹他州继续评估全国最具雄心的医疗AI计划之一，允许患者通过AI驱动系统续签某些慢性病药物。该试点计划旨在提高医疗获取性，同时减少医生的行政负担。
- 处理常规处方续签， 用于治疗高血压、糖尿病和抑郁症等疾病的药物。
- 保持医生监督， 医疗专业人员在最终确定处方前审核AI建议。
- 表现出强劲的早期表现， 大多数AI批准的请求都获得了人类医生的确认。
新闻来源： The Wall Street Journal（华尔街日报）
FDA扩大AI医疗设备资源
新闻日期： 2026年6月16日
随着AI在医疗领域的采用加速，FDA继续扩展其AI医疗设备框架。该机构更新了资源和指南，旨在支持医疗环境中AI技术的安全、有效和透明使用。
- 支持负责任的AI创新， 通过为设备开发者提供更新的指南和监管资源。
- 提高AI设备的透明度， 帮助医疗机构更好地了解已批准的技术。
- 鼓励安全部署实践， 随着AI越来越多地整合到诊断和临床工作流程中。
新闻来源： FDA（美国食品药品监督管理局）
Sanofi和Owkin合作开发下一代生物制药AI智能体
新闻日期： 2026年6月8日
Sanofi宣布与AI生物技术公司Owkin建立多年合作关系，共同开发用于制药研究和药物开发的AI智能体系统。此次合作扩展了两家公司现有的关系，旨在加速药物开发过程多个阶段的科学发现。
- 授权使用Owkin的K Pro平台， 使Sanofi能够获得用于生物和临床研究的多模态AI能力。
- 开发专门的生物制药AI智能体， 专为支持Sanofi的研究、开发和操作工作流程而定制。
- 扩展肿瘤学合作， 在患者亚群识别和治疗靶点发现方面的先前工作基础上进行扩展。
新闻来源： Pharmaceutical Technology（制药技术）
FDA开始审查预测药物诱导肝损伤的AI工具
新闻日期： 2026年6月3日
美国食品药品监督管理局(FDA)已接受一份意向书，以评估一种旨在预测药物诱导肝损伤(DILI)的AI工具，这是药物开发失败的主要原因之一。该技术可能帮助制药公司更早地在开发过程中识别安全风险。
- 提高早期药物安全评估， 在人体临床试验开始前预测潜在的肝毒性。
- 减少对动物测试的依赖， 为研究人员提供更有效的药物安全评估方法。
- 支持更快的药物开发决策， 帮助制药公司更早识别高风险化合物。
新闻来源： Reuters（路透社）
Oura推出AI驱动的健康监测功能
新闻日期： 2026年5月28日
Oura宣布为其健康跟踪平台推出新的AI驱动功能，旨在帮助用户识别潜在健康问题并连接适当的护理。该公司认为AI可以帮助弥合健康监测与临床干预之间的差距。
- 更早检测潜在健康风险， 包括与睡眠相关的疾病和其他健康问题。
- 与AI医疗平台整合， 使用户能够接收个性化的健康建议和指导。
- 在AI系统识别出需要进一步评估的状况时， 将用户与医疗专业人员连接。
新闻来源： New York Post（纽约邮报）
环境AI智能记录员被证明可减少文件记录时间和减轻临床医生倦怠
新闻日期： 2026年4月14日
来自美国主要医疗系统的越来越多真实证据证实，环境AI记录员——自动捕获和记录临床对话的工具——正在为医生和护士带来有意义的文件记录负担和倦怠减少。
- 一项JAMA研究在五个学术医疗中心进行， 发现AI驱动的环境记录员将每次临床接触的总电子健康记录(EHR)时间减少了13.4分钟，文件记录时间减少了16分钟，同时每位临床医生每周增加了0.49次患者就诊。
- 埃默里医疗保健(Emorey Healthcare) 实施环境记录技术后，文件记录相关的幸福感提高了30.7%，而马萨诸塞州总医院布莱根(Mass General Brigham)在使用84天后报告倦怠发生率降低了21.2%。
- 山间健康医疗(Intermountain Health) 使用微软Dragon Copilot将每次就诊的笔记时间减少了27%，库珀大学医疗(Cooper University Healthcare)每天为临床医生节省了超过一小时的文件记录时间。
- 护理人员也受益： 密苏里州梅尔西(Mercy)的一名护士报告称，AI每天为她在12小时轮班中节省了约两个小时的图表记录时间，反映了该技术在医生之外的潜力。
- 部署正在加速跨专业和设置： 包括Ambience、Abridge和微软Dragon Copilot在内的平台现已嵌入主要医疗系统，微软与美国医院协会(AHA)共同举办了一个专注于AI-ready农村医院工作队伍的网络研讨会。
新闻来源： American Hospital Association（美国医院协会）
美国卫生与公众服务部(HHS)启动加速AI在临床护理中采用的重大举措
新闻日期： 2026年4月8日
美国卫生与公众服务部发布了一项广泛的征求意见请求(RFI)，寻求公众意见，了解联邦政府如何利用其全部监管、报销和研发权力来加速临床护理中AI的采用——这是迄今为止最广泛的联邦医疗AI行动。
- 作为"全HHS"计划提出， 该RFI建立在该部门内部AI战略和特朗普总统的行政指令基础上，邀请开发者、医疗系统买家以及面临临床AI实施障碍的任何人提供意见。
- 正在审查三个核心杠杆： 如何发展数字健康和软件监管框架，如何重新调整报销结构以奖励AI驱动的护理，以及HHS研发投资如何加强AI从概念到临床使用的转化。
- HHS副部长吉姆·奥尼尔(Jim O'Neill) 表示AI将成为美国医疗保健中的变革性积极力量，强调该部门希望得到那些构建和提供护理的人员真实需求的指导。
- 共提交了7,300多条评论， Epic、Oracle、Abridge、Aidoc、Tempus和Doctronic等主要健康科技公司提交了具体提案——许多提案倡导改革健康数据隐私规则和可靠的AI报销途径。
- 该计划还解决了患者数据安全问题， 确认HHS专注于确保HIPAA下的数据互操作性，同时防止可能阻碍AI工具的信息封锁。
新闻来源： HHS.gov（美国卫生与公众服务部网站）
新调查显示美国人对医疗健康AI的信任度降至42%
新闻日期： 2026年4月7日
俄亥俄州立大学韦克斯纳医疗中心(Wexner Medical Center)委托进行的一项新的全国调查显示，美国人对医疗健康中AI的开放度显著下降——从2024年的52%降至今天的42%——反映了专家所描述的从早期炒作中自然成熟的趋势。
- 认为AI改善医疗效率的信念也下降了， 从64%降至55%，表明公众对AI在临床环境中作用的看法变得更加细致和谨慎。
- 盖洛普的一项平行调查显示， 尽管25%的美国人使用AI获取健康信息，但14%的近期AI健康用户完全基于AI生成的建议跳过了提供者访问——代表约1,400万美国成年人。
- AI最广泛用于补充护理而非替代它： 62%的受访者使用AI在决定是否寻求护理前了解症状，44%用于解释测试结果，46%表示AI使他们在与提供者交谈时感觉更有信心。
- 专家强调AI作为"增强智能"的价值， 警告患者应将AI与医生合作使用，而不是作为独立决策者，因为AI工具约2%的时间会产生幻觉。
- 年轻成年人更可能使用AI进行自我指导的健康研究， 在看医生前（18-29岁中有69%）相比老年人（65岁以上中有43%），指出了AI健康消费中的代际差异。
新闻来源： 俄亥俄州立大学韦克斯纳医疗中心
数字健康融资在2026年第一季度达到40亿美元，AI现已成为"必备条件"
新闻日期： 2026年4月6日
数字健康初创企业在2026年第一季度筹集了40亿美元的风险投资资金——比去年同期增加了10亿美元，也是自疫情高峰以来最强劲的第一季度——随着AI投资变得如此普遍，分析师正在将其作为独立追踪类别淘汰。
- 总融资来自110笔交易， 平均规模为3,670万美元，是自2021年第四季度以来最高的平均交易规模，其中12笔1亿美元或以上的大型交易占所有部署资本的59%。
- 本季度最大交易包括 可穿戴设备制造商Whoop的5.75亿美元G轮融资（估值101亿美元）、精准健康平台Verily的3亿美元融资，以及AI驱动的医疗搜索平台OpenEvidence的2.5亿美元融资。
- Rock Health本季度淘汰了其"AI交易"追踪类别， 指出AI已成为数字健康的必备条件——使其几乎不可能将AI轮次与更广泛的市场区分开来。
- 转向复杂、工作流程嵌入式AI用例的公司 ——如犹他州Doctronic的自主开药试点和OpenEvidence的EHR集成——正在引领融资竞赛，而早期或仅平台公司的环境则更为紧张。
- 并购活动也出现反弹， 第一季度有43笔数字健康交易，包括OpenAI收购健康数据初创企业Torch，而一个将五家健康科技公司合并为320亿美元AI平台Thoreau的高调计划因治理分歧在3月份崩溃。
新闻来源： Rock Health（健康风投）
UnitedHealth Group投入30亿美元押注AI——为患者带来新问题
新闻日期： 2026年4月6日
UnitedHealth Group正在其核心运营的各个领域以前所未有的规模部署人工智能——从索赔处理和欺诈检测到临床文档和计费——这一举措被分析师认为将重塑数千万美国人体验健康保险的方式。
- 该公司在全球雇用了22,000名软件工程师， 其中超过80%现在使用AI编写代码或构建新的AI智能体，相比几年前有显著增加。
- AI正应用于整个收入周期： 自动化处理和审核数十亿医疗索赔，检测欺诈，生成临床文档，以及选择决定医疗接触成本的计费代码。
- UnitedHealth预计AI可能在2026年节省近10亿美元， 而HCA Healthcare预计AI驱动的成本节省约为4亿美元，部分来自自动化收入管理。
- 专家对患者透明度表示担忧： 许多患者不知道AI何时或如何被用于对其护理做出决策，也不清楚AI智能体在覆盖决定中服务谁的利益。
- 蓝十字蓝盾(Blue Cross Blue Shield) 单独指出，AI启用的医疗编码实践可能导致全国范围内增加超过20亿美元的索赔支出，表明AI对医疗保健的财务影响是复杂的，并非统一降低成本。
新闻来源： STAT News（STAT新闻）
Insilico Medicine和Eli Lilly达成27.5亿美元AI药物发现合作
新闻日期： 2026年3月29日
Eli Lilly与香港AI药物开发商Insilico Medicine签署了一项具有里程碑意义的协议，价值高达27.5亿美元，授予Lilly独家全球权利，以开发和商业化使用Insilico的生成式AI平台Pharma.AI发现的临床前药物候选物。
- 结构为向Insilico支付1.15亿美元前期费用， 其余部分与开发、监管和商业里程碑挂钩，加上未来药物销售的分层特许权使用费。
- Pharma.AI处理端到端药物发现， 从识别新型疾病靶点到设计和模拟肿瘤学、代谢疾病和免疫学领域的治疗分子。
- 建立在自2023年以来的合作关系基础上， Lilly称Insilico的AI能力是对其临床开发专业知识的"有力补充"。
- 反映了制药业的转变， 从AI实验到大规模商业化，Lilly同时投资10亿美元与NVIDIA建立单独的AI药物发现实验室。
- Insilico已开发28种AI设计的药物， 其中近一半已进入临床阶段，证明其生成式AI管道的实际成熟度。
新闻来源： CNBC（美国消费者新闻与商业频道）
NVIDIA GTC 2026：AI智能体在医疗健康和生命科学领域达到拐点
新闻日期： 2026年3月18日
NVIDIA首席执行官黄仁勋将当前时刻描述为一个重大平台转变，即能够自主行动以实现目标的AI智能体正在推动包括医疗健康在内的各个行业转型。
- 4.9万亿美元的医疗保健行业 以超过整体经济两倍的速度部署AI，去年初创生态系统捕获了超过85%的医疗AI支出。NVIDIA的Inception计划已增长到超过5,000家医疗健康和生命科学初创企业。
- 罗氏(Roche) 宣布在其混合云和本地环境中部署超过3,500个NVIDIA Blackwell GPU，以加速研发生产力、下一代诊断和制造效率——被描述为任何制药公司可用的最大GPU足迹。
- 推出新的蛋白质设计推理模型Proteina-Complexa， 为基于结构的药物发现生成结合剂，与Manifold Bio、Novo Nordisk和多所大学合作验证了超过130个靶点的一百万个设计蛋白质结合剂。
- NVIDIA推出了医疗机器人平台， 包括Open-H（手术视频数据集）、Cosmos-H（机器人合成数据生成）、GR00T-H（临床任务的视觉语言动作模型）和Rheo（医院数字孪生蓝图）。
- IQVIA推出了名为IQVIA.ai的统一AI智能体平台， 已部署超过150个专门智能体以减少临床试验站点选择等复杂工作负载。
新闻来源： GEN——遗传工程与生物技术新闻
Google升级Fitbit AI健康教练，集成医疗记录
新闻日期： 2026年3月17日
在年度"The Check Up"健康活动上，Google宣布了Fitbit AI驱动的个人健康教练的重大更新，包括允许美国用户安全地将完整的医疗记录、实验室结果、药物和就诊历史直接链接到Fitbit应用程序，以获得更个性化的健康指导。
- 由Google的Gemini模型提供支持， 该教练将可穿戴生物特征与临床历史结合起来，提供定制建议，例如根据实际实验室趋势改善胆固醇。
- 通过合作伙伴b.well和CLEAR集成， 需要IAL2认证的身份验证才能自动同步多个医疗服务提供者的记录。
- 睡眠阶段准确性提高15%， 改进的AI更好地跟踪小睡、干扰和睡眠阶段之间的转换。
- 通过Health Connect添加连续葡萄糖监测(CGM)支持， 让用户查询特定餐食或锻炼如何影响其葡萄糖水平。
- Google.org承诺投入1,000万美元 为临床医生提供AI素养培训，将该计划定位为在全国和全球范围内改善健康结果的蓝图。
新闻来源： Google Blog（谷歌博客）
微软推出Copilot Health：个人健康数据的安全AI伴侣
新闻日期： 2026年3月12日
微软已推出Copilot Health，这是其Copilot AI助手内的一个专用安全空间，聚合健康记录、可穿戴数据和实验室结果，提供个性化健康洞察，标志着该公司在消费者健康AI领域与OpenAI和Anthropic等竞争对手直接竞争。
- 从美国50,000多家医疗服务提供者拉取数据， 支持50多种可穿戴设备，包括Apple Health、Oura戒指和Fitbit，以构建统一的健康图景。
- 使用来自50个国家可信组织的验证来源回答健康问题， 由230多名医生审核，提供哈佛健康编写的专家答案卡。
- 连接到实时美国提供者目录， 使用户能够在平台内按专业、位置、语言和保险覆盖范围查找临床医生。
- 健康数据完全加密并与一般Copilot对话隔离， 从不用于AI模型训练，并且用户可以随时删除。
- 被定位为迈向"医疗超级智能"的一步， 微软AI负责人Mustafa Suleyman称其为"最重要的人工智能应用，没有之一"，指出该平台每天已处理5,000万健康问题。
新闻来源： Microsoft AI（微软人工智能）
AWS推出Amazon Connect Health：面向医疗健康的AI智能体
新闻日期： 2026年3月5日
Amazon Connect Health现已全面可用，为医疗组织带来专为医疗健康设计的AI智能体，以简化患者参与和点护理工作流程。
- 提供五种AI智能体， 旨在减少整个护理过程中的行政负担——使患者更快获得护理，并使临床医生从文书工作中解脱出来，专注于患者。
- 患者验证和环境文档 已全面可用，而预约管理、患者洞察和医疗编码目前处于预览阶段，后者可在就诊后自动从临床笔记生成ICD-10和CPT代码。
- 预约管理 支持24/7自然语言语音预约，实时保险资格检查，实现非工作时间预约，减轻人工工作人员的负担。
- 与Amazon Connect原生集成， 这是一个完整的AI驱动联络中心解决方案，使临床和行政人员能够在几分钟内配置和自定义AI功能。
- 所有功能均符合HIPAA资格， 并遵循负责任的AI最佳实践，具有安全护栏，目前在美东（弗吉尼亚北部）和美西（俄勒冈）地区可用。
新闻来源： AWS（亚马逊网络服务）
Quest Diagnostics推出AI伴侣，帮助患者理解实验室结果
新闻日期： 2026年3月2日
Quest Diagnostics推出了Quest AI伴侣，这是一个新的AI驱动聊天功能，允许个人安全地分析和理解最多五年的个人Quest实验室测试结果，无需与公共AI平台共享敏感健康数据。
- 由Google的Gemini模型提供支持， 这是Quest与Google Cloud于2025年3月建立的战略合作的结果。
- 访问来自安全MyQuest平台的最多五年实验室历史， 识别可能预示新兴健康风险的趋势和模式。
- 翻译复杂的医学术语， 帮助用户以通俗易懂的语言理解测试名称、实验室值（高、低、在范围内）和诊断语言。
- 不用于诊断或治疗 任何疾病，定位为支持更有根据的患者-提供者对话的教育工具。
- 将所有数据保留在Quest的安全生态系统内， 通过确保敏感健康信息从不上传到公共可访问的AI工具来解决隐私问题。
新闻来源： Quest Diagnostics新闻室
各州推进监管医疗健康保险和临床决策中的AI
新闻日期： 2026年3月
美国各州立法机构正在推进一波法案，以规范医疗健康中AI的使用，重点关注预先授权、临床决策、心理健康聊天机器人和患者披露，标志着向州级AI监管的关键转变。
- 五个州的七项法案， 包括阿拉巴马州、明尼苏达州、威斯康星州、密歇根州和马萨诸塞州，寻求强制要求对AI辅助保险拒绝进行人工审查，并禁止AI做出最终覆盖决定。
- 加利福尼亚州法律（2026年1月1日生效） 要求所有聊天机器人披露其AI性质，并禁止没有自杀预防协议的聊天机器人，为心理健康AI监管树立了早期先例。
- 患者同意和透明度 是核心主题，多项法案要求医疗组织告知患者何时AI工具影响其护理决策。
- 2026年正在追踪约200项州AI法案， 反映出加速的立法活动，即使联邦政府采取大体放松监管的立场。
- 83%的受访医疗工作者 表示AI需要更多监管，突显行业对更清晰治理框架的广泛支持。
新闻来源： 美国放射学院
Lilly推出LillyPod：世界上最强大的制药AI超级计算机
新闻日期： 2026年2月26日
Eli Lilly已启用LillyPod，这是世界上第一个配备DGX B300系统的NVIDIA DGX SuperPOD，一个旨在以前所未有的规模加速药物发现、基因组学和临床开发的制药AI超级计算机。
- 由1,016个NVIDIA Blackwell Ultra GPU提供动力， LillyPod提供超过9,000 petaflops的AI性能，并在Lilly的印第安纳波利斯总部仅用四个月组装完成。
- 支持大规模训练， 包括蛋白质扩散模型、小分子图神经网络和使用700TB专有基因组数据的基因组学基础模型。
- 支持整个制药价值链的AI， 从分析数十亿化学可能性和设计更好的临床试验到优化制造和加速决策。
- 目标是到2030年使用100%可再生能源， 使用高效的液体冷却来最小化其环境足迹，尽管其计算需求巨大。
- 标志着计算生物学的一个决定性时刻， Lilly的首席AI官表示，大规模计算能力对于药物开发的未来"绝对必要"。
新闻来源： NVIDIA博客
NVIDIA调查显示医疗健康AI正从试点转向实际执行
新闻日期： 2026年2月24日
NVIDIA第二年度"医疗健康和生命科学中AI状态"调查显示，该行业正果断地从AI实验转向执行，医疗成像、药物发现和行政工作流程自动化中现在出现了可衡量的投资回报率。
- AI采用率在每个细分领域都有所上升， 数字医疗保健领先，达到78%，医疗技术达到74%，反映了向集成AI部署的行业范围加速。
- 生成式AI和大型语言模型 是顶级工作负载，由69%的受访者使用，而AI智能体排名第四，47%已经使用或评估AI智能体。
- 医疗成像是医疗技术公司的主要临床用例（61%）， 而药物发现是制药和生物技术的首选（57%），临床决策支持是最常见的整体应用。
- 82%称开源模型对其AI战略至关重要， 指向对灵活、特定领域的解决方案日益增长的偏好，而不是专有的黑箱系统。
- 行政和物流AI 预计将提供最明显的近期投资回报率，因为组织大规模简化工作流程并减少运营开销。
新闻来源： NVIDIA博客
Weill Cornell推出"AI推进医学"计划
新闻日期： 2026年2月19日
Weill Cornell医学院推出了全面的"AI推进医学"计划，以统一其快速扩展的AI活动，并提供支持在研究、教育和临床护理中安全、道德和有效使用AI的机构基础设施。
- 涵盖院长讲座系列和院长赠款计划， 旨在资助和突出改善患者护理和推进生物医学发现的教师主导AI项目。
- 展示了一个新的专用网站， 以展示Weill Cornell三大核心使命中的AI创新，确保透明度和公平、以人为本的创新。
- 由该机构的CARE战略计划推动， 该计划优先将AI和数据科学嵌入临床工作流程、医学教育和全机构的研究管道。
- 提供治理基础设施， 包括服务和指南，帮助教师、工作人员和学生在受监管的医疗保健环境中负责任地使用AI。
- 反映了主要学术医疗中心建立正式AI计划的趋势， 从临时工具采用转向系统化、协调的AI整合。
新闻来源： Weill Cornell医学院
医疗健康中的AI智能体：法律专家警告临床和责任风险
新闻日期： 2026年1月/2月
AI智能体是指能够独立规划和执行多步骤任务而无需持续人类指导的系统——能够分析图表、实验室、影像和药物清单，识别令人担忧的趋势，并自主起草建议的护理计划。
- 临床上，AI智能体错误 在诊断或治疗建议中可能导致患者伤害，由于此类系统自主运行，单个错误可能触发一系列不正确的行动。
- 责任变得不明确， 当AI智能体系统出错时——责任可能落在使用该工具的临床医生、部署该工具的机构以及构建该工具的开发者身上。
- 安全风险出现， 因为AI智能体需要广泛访问敏感患者信息，而薄弱的安全性可能使数据暴露于泄露或允许恶意行为者利用该系统。
- 从业者承担专业义务， 充分了解AI工具，以确保它们符合医疗护理标准，使用实验性工具可能涉及患者披露、同意和潜在IRB监督要求。
- 监管环境仍然支离破碎 ——来自消费技术协会和健康AI联盟等联盟的指导存在，但该行业尚未围绕一种方法统一，使从业者必须应对框架拼凑的局面。
新闻来源： Central New York MD News（纽约中部MD新闻）
MIT的新AI模型可降低蛋白质药物开发成本
新闻日期： 2026年2月16日
麻省理工学院化学工程师开发了一种AI模型，可优化用于制造基于蛋白质的药物的工业酵母的遗传序列，显著提高生产效率，并可能降低疫苗和生物制剂等生物制药的成本。
- 使用大型语言模型(LLM) 分析工业酵母Komagataella phaffii的密码子模式，并预测哪些DNA序列最适合产生目标蛋白质。
- 提高了六种不同治疗蛋白质的生产效率， 证明该模型在各种药物制造场景中的多功能性。
- 解决了生物制药生产中的关键瓶颈， 低效的密码子使用可能会减慢蛋白质产量并增加制造成本。
- 在优化阶段不需要湿实验室试错， AI在开始任何物理测试前计算预测理想序列。
- 可能加速获取 用于罕见疾病和新兴病原体的生物制剂，使蛋白质药物生产更快、更具成本效益。
新闻来源： MIT News（麻省理工学院新闻）
生成式AI比人类研究团队更快分析医疗数据
新闻日期： 2026年2月21日
加州大学旧金山分校和韦恩州立大学的研究人员发现，生成式AI可以比传统研究团队更快速地处理大型复杂医疗数据集，并在某些情况下产生同样强或更好的预测模型。
- 在来自九项研究中1,200多名孕妇的真实世界早产数据上测试， AI任务是使用微生物组和临床数据集预测结果。
- 有AI支持的初级研究人员， 包括一名硕士生和一名高中生，在几分钟内构建了功能性预测模型，匹配了经验丰富的团队的质量。
- 只有8个AI聊天机器人中的4个产生了可用代码， 突显出工具性能差异显著，在研究环境中仔细选择AI系统至关重要。
- 大幅压缩研究时间线， 允许在几个月内验证结果并提交出版，而复杂的医学分析通常需要数年时间。
- 可能缓解研究的最大瓶颈之一， 构建数据分析管道，使高级医学见解对较小和资源较少的研究团队可及。
新闻来源： ScienceDaily（科学日报）
ARPA-H推出ADVOCATE：FDA授权临床AI智能体的3年路径
新闻日期： 2026年1月23日
健康高级研究项目署(ARPA-H)正在征集提案，以开发两个用于临床护理的AI智能体助手，希望为高风险环境中生成式AI的使用设定新的监管先例。迄今为止，只有预测AI技术已获得该机构批准。
- ADVOCATE计划（AI驱动的心血管护理转型）旨在开发第一个FDA授权的AI智能体技术，可为每年导致20万人死亡的心血管疾病提供24/7专科护理。
- 面向患者的AI智能体 应能够执行心脏病专家可以通过电话进行的临床任务，例如确定患者是否心力衰竭或调整药物。
- 还将开发一个监督智能体， 以解决对持续学习AI系统缺乏持续监控的问题——被描述为该项目更困难的部分。
- AI智能体将与医疗系统共同开发， 并在两年后进行本地部署以测试其影响，完整计划——包括FDA批准——计划持续39个月。
- ARPA-H计划在2026年6月前选择创新团队， 之后在第一年进行竞争性筛选过程，以确定最有前途的技术。
新闻来源： Fierce Healthcare（激烈医疗）
FDA在临床AI监督方面的转变引发安全研究的紧急呼吁
新闻日期： 2026年1月15日
1月6日，FDA发布了临床决策支持工具的更新指南，放宽了关键医疗设备要求。许多提供诊断建议或执行医疗历史采集等支持性任务的生成式AI工具——这些工具在先前政策下可能需要FDA批准——现在可能无需FDA审查即可进入诊所。
- 指南转变与另外两项重大公告同时发生： 犹他州开始与Doctronic进行自主AI处方续签的全国首个试点，OpenAI推出了ChatGPT Health，该工具根据用户上传的医疗记录和可穿戴设备数据定制响应。
- 这三项发展共同 大幅迅速重塑了医疗健康AI格局，既带来了重大机遇，也提出了严重安全问题。
- 马里兰大学的研究人员 认为，AI安全研究必须紧急加速，以跟上临床环境中AI部署的加速，考虑到诊断错误、遗漏和模型漂移的风险。
- 主要关切包括 缺乏生成式AI输出的标准质量衡量标准、患者护理场景中AI幻觉的潜在风险，以及严格的预部署审查的侵蚀。
- 作者强调， 虽然更易获取的AI驱动医疗保健对服务不足的患者具有真正潜力，但缺乏强制性FDA审查提高了独立安全评估的风险。
新闻来源： STAT News（STAT新闻）
AstraZeneca收购Modella AI，将内部AI嵌入肿瘤学研究
新闻日期： 2026年1月14日
阿斯利康已同意收购波士顿AI公司Modella AI，将其病理分析模型、数据资产和团队直接纳入内部，标志着该公司所称的大型制药公司首次完全收购AI公司。
- Modella AI专注于计算病理学， 使用AI分析活检图像并将它们与临床数据联系起来，以识别生物标志物并指导肿瘤学中的治疗决策。
- 超越伙伴关系，迈向完全整合， 将Modella的基础模型和AI智能体直接嵌入阿斯利康的肿瘤学研发和临床开发工作流程。
- 使阿斯利康控制AI路线图， 减少对外部供应商的依赖，使公司能够随着全球试验和研究需求的变化快速调整工具。
- 针对高度特定的生物标志物和治疗药物， 支持阿斯利康晚期管道中精准肿瘤候选药物的开发。
- 预示着更广泛的行业转变， 从AI即服务到AI即基础设施，因为主要制药公司将数据科学家和机器学习专家视为研究团队的核心成员。
新闻来源： AI News（人工智能新闻）
AI自动标记修复放射学数据集中的隐藏缺陷
新闻日期： 2026年1月6日
大阪市立大学的研究人员开发了两种AI模型，可自动检测和纠正医院数据集中标记错误的X光图像，解决了一个长期被忽视的质量问题，该问题悄悄削弱了深度学习诊断工具的性能。
- 开发了两种模型：Xp-Bodypart-Checker和CXp-Projection-Rotation-Checker， 分别按身体部位对放射照片进行分类并验证胸部X光的投影和旋转。
- 在多机构数据集上实现了98.5% 的身体部位分类和投影检测准确率，以及99.3%的旋转识别准确率。
- 解决了繁忙医院中的普遍问题， 手动X光标记通常会引入错误、缺失数据和不一致，从而污染AI训练集。
- 发表在《欧洲放射学》上， 研究表明将两种模型整合到统一管道中可以显著提高临床AI工具的可靠性。
- 正在计划重新训练模型 以应对边缘情况误分类，以进一步提高准确性，目标是在放射科部门中部署该系统。
新闻来源： Healthcare in Europe（欧洲医疗）
AI语言模型在消化疾病护理中显示出潜力与差距
新闻日期： 2026年1月6日
发表在《胃肠病学与内窥镜检查》上的一项新的范围审查提供了首个系统概述，评估了大型语言模型在消化疾病中的随机对照试验，揭示了早期潜力以及重大证据差距。
- 仅识别出全球14个符合条件的试验， 四个已发表，十个正在进行，自2022年以来进行，主要在中国和美国，专注于胃肠道和肝胆疾病。
- 最常见的应用包括 临床决策支持和患者教育，问答是测试中占主导地位的任务，适用于通用和专门的医疗LLM。
- 只有四个试验使用真实患者数据， 其余依靠模拟或基于知识的评估，限制了真实世界结论的强度。
- AI工具在患者教育和消化护理信任方面显示出改进， 但来自临床人群的硬结果证据仍然稀缺。
- 研究人员得出结论， LLM应作为临床医生监督下的辅助工具进行评估，而不是替代品，并呼吁进行更大规模、多中心的RCTs来衡量患者结果。
新闻来源： News-Medical（新闻医疗）
中国研究人员为循证医学注入AI力量
新闻日期： 2025年12月18日
中国研究人员开发了一种专门的AI系统，旨在通过自动化分析大量临床数据的劳动密集型过程来转变循证医学(EBM)。
- 由复旦大学和香港大学的研究人员领导的 合作努力，以简化医学文献的综合。
- 平台自动化 临床试验的识别、筛选和总结，显著减少了系统性审查所需的时间。
- 通过为医生提供快速、最新的证据总结来增强临床决策， 这些总结以前难以手动编译。
- 旨在弥合医学研究快速增长与患者护理中实际实施发现之间的差距。
- 突显了AI在提高医疗保健政策和个性化治疗计划的准确性和效率方面的作用。
新闻来源： CGTN（中国国际电视台）
AI设计的分子提高胰腺癌化疗反应
新闻日期： 2025年12月18日
意大利技术研究院(IIT)的研究人员使用人工智能设计了一种分子，使胰腺癌细胞对标准化疗显著更敏感。
- 设计了一种名为Apt1的新分子， 一种使用catRAPID算法创建的适配体，靶向参与癌细胞DNA修复的特定蛋白质。
- 破坏RAD51和BRCA2之间的相互作用， 两种蛋白质通常允许癌细胞在抗癌药物引起的DNA损伤中存活。
- 即使在较低化疗剂量下也能提高治疗效果， 可能减少与高剂量方案相关的严重副作用。
- 在临床前模型中展示成功， 与单独使用奥拉帕尼等药物相比，与奥拉帕尼等药物联合使用时显示出更强的攻击癌组织的能力。
- 针对最具侵略性的癌症之一， 为一种以极低五年生存率而闻名的疾病提供新的治疗策略。
新闻来源： Technology Networks（技术网络）
Fujitsu和札幌医科大学实现个性化医疗
新闻日期： 2025年12月18日
Fujitsu和札幌医科大学正在扩大合作，利用AI和数据可移植性，使患者能够安全地管理自己的健康记录，同时推进个性化治疗。
- 合作项目 专注于一个基于云的医疗保健数据平台，将电子健康记录(EHRs)与来自Apple Watch等设备的患者生成的生命体征数据整合。
- 平台利用AI 分析纵向患者旅程，支持医疗机构根据个人背景选择最合适的药物和治疗方法。
- 通过智能手机应用程序赋权患者， 检查过去的医疗信息，包括测试结果和处方，并决定研究的数据使用范围。
- 旨在加速 糖尿病治疗和早期疾病风险诊断等关键领域的研发，为制药公司提供高质量的匿名临床数据。
- 突显了向数字健康生态系统的转变， 数据驱动的洞察改善区域医疗合作和个体患者福祉。
新闻来源： Fujitsu Global（富士通全球）
AI分析胸部X光可能揭示衰老的早期迹象
新闻日期： 2025年12月17日
一项新的AI驱动研究提出，深度学习模型可以分析胸部X光以估计患者的"生物年龄"，提供识别与年龄相关的疾病和死亡风险的潜在生物标志物。
- 由研究人员进行的研究， 使用在数十万张胸部X光片上训练的深度学习模型来检测生理衰退的细微模式。
- 平台识别 患者实际年龄与其AI估计生物年龄之间的差异，预示潜在的健康问题。
- 支持早期干预， 通过突出显示心血管疾病、慢性阻塞性肺病(COPD)和其他与年龄相关疾病的较高风险个体。
- 为临床医生提供非侵入性工具， 在常规筛查期间评估整体健康状况，无需特殊设备。
- 突显了AI将标准医学影像转变为长寿和预防性护理预测工具的潜力。
新闻来源： News-Medical.net（新闻医疗网）
世界首个健康AI协调器平台推出
新闻日期： 2025年12月17日
McCrae Tech推出了"Orchestral"，这是一个开创性的健康原生AI协调器，旨在统一分散的医疗健康数据源并管理可扩展的AI部署。
- 由McCrae Tech推出， 以解决"不可行的AI混乱"和全球健康系统不可持续的压力。
- 平台具有三个核心组件： 用于数据摄取的健康信息平台(HIP)、用于受控AI构建块的健康智能体库(HAL)和用于构建工作流程的健康AI工具(HAT)。
- 连接多样化的数据源与AI智能体和算法， 实现整个医疗生态系统中的受控部署。
- 旨在减少诊断错误， 据估计全球高达15%的诊断受到影响，并造成重大财务负担。
- 突显了健康技术中的新类别， 作为模型、工具和数据连接的"可信真相来源"。
新闻来源： Vietnam Investment Review（越南投资评论）
AI模型仅用简单心电图即可诊断难以检测的心脏病
新闻日期： 2025年12月16日
密歇根医学的研究人员开发了一种AI模型，能够仅用10秒心电图条诊断冠状动脉微血管功能障碍(CMVD)，这是一种在标准测试中经常被遗漏的疾病。
- 由密歇根大学研究人员开发， 用于识别通常需要昂贵、很少可获得的PET成像的复杂心脏疾病。
- 利用自监督学习 在超过800,000个未标记的心电图波形数据集上，用较小的"金标准"PET扫描集进行微调。
- 在几乎所有诊断任务中都优于早期AI模型， 包括诊断CMVD的基准——心肌血流储备预测。
- 为缺乏高级成像的医院提供具有成本效益的解决方案， 可能防止在急诊科就诊期间漏诊。
- 使患者能够快速识别 从高级测试中受益的患者，使用常规、非侵入性医院设备。
新闻来源： EurekAlert!（科学新闻平台）
Meta的AI眼镜增加"对话聚焦"功能以增强听力
新闻日期： 2025年12月16日
Meta为其Ray-Ban和Oakley智能眼镜推出了一项新的"对话聚焦"功能，这是一种听力辅助功能，旨在嘈杂环境中放大声音。
- 利用波束成形技术 和实时空间处理，隔离并放大特定人在对话中的声音。
- 专为嘈杂的公共空间设计， 如拥挤的餐厅、繁忙的咖啡馆或通勤列车，帮助用户区分对话与背景噪音。
- 提供可定制的控制， 允许佩戴者通过轻按眼镜 temple 或通过移动应用程序调整放大级别。
- 包括新的Spotify集成， 可以"匹配视图"，使用多模态AI根据佩戴者正在看的内容生成音乐播放列表。
- 通过美国和加拿大的早期访问提供， 作为v21软件更新的一部分。
新闻来源： TechCrunch（科技新闻）
新AI工具可预测DNA突变的特定疾病结果
新闻日期： 2025年12月16日
Mount Sinai Icahn医学院的科学家开发了一种新的AI系统V2P（Variant to Phenotype），可预测特定基因突变可能引发的疾病。
- 超越基本分类， 不仅标记突变是否有害，还识别它可能引起的疾病类型，如癌症或神经系统疾病。
- 加快罕见和复杂疾病的基因诊断， 通过在测试中经常将真实致病突变排在前10名候选者内。
- 通过将基因变异直接链接到其预期特征来指导个性化治疗， 将医疗领域带入精准医学的一步。
- 帮助药物开发人员 识别与特定疾病最密切相关的途径和基因，以根据个人基因组特征定制新疗法。
- 扩展计划包括 整合更详细的数据源，从广泛的疾病类别转向高度特定的临床预测。
新闻来源： ScienceDaily（科学日报）
AI生物技术预览：2026年临床试验成为焦点
新闻日期： 2025年12月12日
AI生物技术领域正在超越基础模型，迈向"临床时代"，预计2026年将有多个AI设计的候选药物达到关键的临床里程碑。
- 行业转变 看到"分子优于模型"，AI初创企业冲刺进入诊所，证明计算设计的治疗方法在人类中的功效。
- 临床中的多个候选者： 像Iambic和Generate这样的领先生物技术公司预计到2026年将有三个或更多AI设计的药物进入临床试验。
- 专注于高影响力疾病， 包括肌萎缩侧索硬化症(ALS)、自身免疫疾病和肿瘤学的临床试验，AI旨在缩短通往可行疗法的路径。
- 增加的生物制药采用 现在看到超过一半的主要制药公司被归类为"重度AI"用户，将该技术整合到核心研发管道中。
- 突显行业关键一年， 重点从"从头开始"蛋白质设计的潜力转向大规模研究中可衡量的患者结果。
新闻来源： Endpoints News（终点新闻）
Philips通过AI创新推进心脏磁共振成像以扩大访问
新闻日期： 2025年12月1日
Philips推出了一套新的AI驱动的心脏磁共振(CMR)创新，旨在自动化复杂工作流程并提高心脏患者诊断精度。
- 推出SmartSpeed心脏AI， 显著加速MR扫描速度，同时保持高图像分辨率。
- 具有自动化临床工作流程， 减少技术人员的手动任务，帮助解决全球放射学人员短缺问题。
- 提高诊断信心， 为移动心脏结构提供更清晰的图像，即使在心律不齐的患者中也是如此。
- 旨在扩大患者访问， 通过使心脏MR检查更短、更舒适，可能增加每天扫描的患者数量。
- 与现有Philips MR系统无缝集成， 使医疗保健提供者能够升级其当前的诊断能力。
新闻来源： Philips News（飞利浦新闻）
新AI模型以高准确性使用脑电图信号检测痴呆
新闻日期： 2025年11月27日
研究人员开发了先进的AI模型，能够通过分析脑电图(EEG)脑波模式以显著准确性识别痴呆和认知障碍。
- 利用深度学习算法 检测在标准临床审查中通常对人眼不可见的脑活动细微异常。
- 在区分健康个体和早期阿尔茨海默病或其他形式痴呆患者方面实现了超过90%的准确性。
- 提供低成本替代方案， 替代昂贵的PET扫描或侵入性腰椎穿刺，使痴呆筛查在初级保健环境中更易获取。
- 实现早期检测， 允许进行早期医疗干预和可能减缓认知衰退进展的生活方式改变。
- 突显了便携式EEG设备与AI结合的日益增长潜力， 用于在专业神经学诊所外监测脑健康。
新闻来源： News-Medical.net（新闻医疗网）
新AI模型可加速罕见疾病诊断
新闻日期： 2025年11月24日
哈佛医学院的研究人员开发了一种专门的人工智能模型，旨在通过分析复杂的临床数据和医学文献来识别罕见遗传疾病。
- 利用"以医疗为中心"的大型语言模型， 在大量罕见疾病病例、症状和基因组数据存储库上训练，以协助鉴别诊断。
- 识别分散数据点之间的模式 —如实验室结果、影像和患者历史——以建议临床医生可能不会考虑的潜在罕见状况。
- 旨在结束"诊断之旅"， 为数百万患者提供服务，他们通常等待数年或数十年才能获得罕见疾病的准确诊断。
- 通过将特定临床表型与其潜在遗传驱动因素联系起来支持精准医学， 帮助指导靶向治疗选项。
- 突显了AI作为"专家助手"的潜力， 为管理复杂、未诊断病例的一线医生提供专家级知识。
新闻来源： Harvard Medical School News（哈佛医学院新闻）
Google推出Gemini 3与"Med-Gemini"医疗健康进展
新闻日期： 2025年11月18日
Google推出了其迄今为止最强大的AI模型Gemini 3，具有专为处理X光和病理切片等复杂多模态医疗数据而设计的"Med-Gemini"版本。
- 设定准确率新纪录， 在标准化医学考试问题(MedQA)上达到91.1%的分数，超过了先前的基准。
- 原生处理多模态输入， 允许模型分析放射学扫描和基因组数据，以及书面医生笔记和音频流。
- 引入开源研究模型， 包括用于临床语言的MedGemma和专门用于加速药物开发的TxGemma。
- 具有"智能体"能力， 支持多步骤工作流程，使AI能够作为复杂临床推理的高级助手。
- 旨在通过提供最先进的推理来减少诊断错误， 整合分散的患者信息以实现更好的决策支持。
新闻来源： IntuitionLabs
微软推出专有医疗健康AI模型和智能体评估器
新闻日期： 2025年11月18日
在Ignite 2025上，微软介绍了"智能体"AI创新，包括专有医疗健康模型和验证工具，帮助医疗团队测试AI在临床任务上的性能。
- 推出MedImageInsight Premium， 一种多模态X光和病理模型，在先前开源版本基础上提供高达15%的更高准确率。
- 推出CXRReportGen Premium， 在大量真实世界数据上训练，生成高质量、临床就绪的胸部X光报告。
- 在GitHub上提供医疗健康AI模型评估器， 允许组织在安全环境中使用自己的数据测试和验证AI模型。
- 提供医疗健康智能体协调器， 帮助临床团队构建和协调使用多个AI智能体的复杂工作流程。
- 启用"Dragon Copilot"扩展， 允许第三方合作伙伴在微软现有的临床助手基础上构建专门的医疗AI解决方案。
新闻来源： Microsoft Industry Blogs（微软行业博客）
UT Southwestern部署NVIDIA AI平台推进医学研究
新闻日期： 2025年11月4日
UT Southwestern医学中心已成为世界上首批部署NVIDIA AI数据平台的机构之一，整合Blackwell GPU以加速大规模医学训练和推理。
- 利用IBM Fusion的基于内容的服务 自动准备和索引大量非结构化医学数据集，立即用于AI。
- 加速药物发现， 通过整合NVIDIA BioNeMo框架，帮助研究人员构建用于更快生物分子发现的深度学习模型。
- 为患者数字化身提供动力， 安全摄取医学文献以模拟临床场景，使学生能够练习制定诊断。
- 提供快速语义查询响应， 使医生和研究人员能够从复杂的多模态数据集近乎实时地提取精确见解。
- 通过以前所未有的规模解码基因组和解释医学影像来加强转化突破。
新闻来源： IBM Newsroom（IBM新闻室）
AI驱动的超声心动图革新心血管疾病护理
新闻日期： 2025年10月13日
一种突破性的AI驱动超声心动图平台正在通过为临床医生提供心脏功能和结构的实时自动分析来改变心血管护理。
- 将深度学习算法直接集成到超声系统中， 自动测量关键心脏参数，如射血分数和应变。
- 通过标准化图像解释减少操作者间变异性， 确保无论技术人员经验水平如何都能获得一致的诊断结果。
- 加速诊断时间线， 通过提供即时报告，使医生能够在患者就诊期间做出关键治疗决策。
- 增强对心脏肌肉功能细微变化的检测， 这些变化可能被肉眼忽略，促进对慢性疾病的早期干预。
- 旨在使高级心脏成像民主化， 使非专科医生能够在初级保健或农村环境中进行高质量的超声心动图评估。
新闻来源： Bioengineer.org（生物工程师）
Suki推出护理联盟，通过AI支持一线护士
新闻日期： 2025年10月8日
Suki推出了Suki护理联盟，这是一个由主要医疗系统组成的联盟，旨在部署语音驱动AI工具，减轻一线护理人员的文件记录负担。
- 联盟包括CHI Saint Joseph Health和Ascension等医疗系统， 专注于护理人员队伍的特定行政需求。
- 部署Suki助手， 一种环境AI解决方案，可监听护士-患者互动并自动将临床笔记草拟到电子健康记录(EHRs)中。
- 旨在解决人员短缺危机， 通过减少护士在"睡衣时间"文书工作上花费的时间，使他们能够更多地专注于直接患者护理。
- 提供专为护理任务定制的工作流程， 使其与通常仅针对医生优化的现有AI解决方案区分开来。
- 通过自动化重复性和耗时的行政任务来促进临床医生福祉， 减轻倦怠。
新闻来源： Business Wire（商业电讯）
AstraZeneca与Algen签署5.55亿美元协议开发基因疗法
新闻日期： 2025年10月6日
阿斯利康已与美国生物技术公司Algen达成战略合作，承诺高达5.55亿美元，利用Algen的AI驱动平台开发下一代基因疗法。
- 合作协议 专注于在各种治疗领域发现和开发新型基因药物，包括肿瘤学和心血管疾病。
- 利用Algen的"Algen-X"平台， 该平台使用机器学习和高通量筛选来识别最佳基因靶点和递送机制。
- 包括前期付款 和潜在未来里程碑，总计超过5.55亿美元，突显了对AI驱动药物发现的重大投资。
- 旨在加速 将复杂基因疗法从实验室带到临床试验的时间线，通过早期预测最有效的治疗候选者。
- 加强阿斯利康的基因组医学产品组合， 使该公司能够在快速发展的精准医学领域竞争。
新闻来源： Reuters（路透社）
dHealth Intelligence推出用于个人健康管理的AI智能体
新闻日期： 2025年9月29日
dHealth Intelligence推出了一款开创性的AI智能体，将分散的医疗数据整合成统一的叙述，同时提供私密、医疗级AI咨询。
- 整合分散的健康数据， 将医院记录、健身追踪器数据和医生笔记编织成单一的免提健康历史。
- 确保高级隐私， 通过使用"个人加密堡垒"架构，将敏感医疗信息完全置于个人用户控制之下。
- 解释复杂的医疗输入， 允许用户上传影像或语音记录症状，立即进行标准化医疗翻译和建议。
- 作为免费桌面下载运行， 计划在2026年第一季度推出移动版本，以扩大全球患者获取。
- 利用与罗氏和诺华等制药巨头的合作伙伴关系， 持续基准测试并改进其医疗级AI模型。
新闻来源： USA TODAY（今日美国）
医疗健康AI市场预计到2030年将达到1,870亿美元
新闻日期： 2025年9月23日
全球医疗健康AI市场，2024年估值约266亿美元，预计到2030年将增长至近1,870亿美元，复合年增长率约38.5%。
- 增长由慢性疾病负担增加和医疗健康数据激增驱动。
- 关键采用领域包括诊断、成像、基因组学和个性化医疗。
- AI在运营效率和工作流程自动化方面的使用增加。
- 得到全球公共和私人投资的强力支持。
- 数据偏差、透明度、安全性和网络安全风险方面仍存在挑战。
新闻来源： Medical Buyer（医疗买家）
Salt AI筹集1,000万美元以扩展生命科学和医疗健康的上下文AI
新闻日期： 2025年9月22日
Salt AI已筹集1,000万美元资金，以扩展其上下文AI平台，旨在通过视觉化、合规且用户友好的工作流程加速生命科学和医疗健康中的AI采用。
- 由Morpheus Ventures领投，Struck Capital、Marbruck Investments和CoreWeave支持的融资轮。
- 平台支持药物发现、临床开发和收入周期管理等用例。
- 提供拖放式可视化工作流程，简化数据和模型的集成。
- 旨在扩大全球AI工程团队并扩展企业客户采用。
- 突显医疗健康领域对特定领域AI解决方案日益增长的需求。
新闻来源： HPCwire（高性能计算新闻）
NextGen Healthcare推出NextGen Navigator AI智能体
新闻日期： 2025年9月22日
NextGen Healthcare推出了NextGen Navigator，一个AI驱动的客户服务智能体，旨在通过管理患者查询减少员工负担。
- 处理预约安排、药物续签和诊所信息等任务。
- 通过减少常规查询，每天为员工节省约2-3小时。
- 支持英语和西班牙语的双语对话。
- 为员工提供AI-患者互动的透明度。
- 通过缩短等待时间和减少掉线电话来改善患者体验。
新闻来源： BusinessWire（商业电讯）
Valley Children's Hospital利用AI增强儿科护理
新闻日期： 2025年9月22日
加利福尼亚州的Valley Children's Hospital正在部署AI创新，以改善其服务区域内130多万儿童的护理。
- 使用环境文档减少医生行政负担。
- 应用Epic CosmOS等AI工具辅助诊断罕见疾病。
- 整合基因组数据以优化药物治疗。
- 利用大规模临床数据集进行预测洞察。
- 反映了向AI赋能的个性化儿科护理的更广泛转变。
新闻来源： This Week Health（本周健康）
【全文结束】