环球医讯

2025年上半年，数字健康市场融资达64亿美元，同比增长显著，其中人工智能赋能初创企业获得39.5亿美元风险投资，占总额的62%。医疗AI领域出现11笔超过1亿美元的巨额融资，9笔流向AI初创公司，Abridge等公司短期内完成多轮融资。同时，医疗机构对AI工具的采用率快速提升，环境式AI记录工具在部分领先医院使用率高达90%，标志着生成式AI在医疗系统的首次大规模应用，尽管面临政策和经济环境的不确定性，市场仍展现出强劲发展势头。

俄亥俄州立法者正在审议两项旨在限制竞业协议的新法案，以应对农村医疗系统持续面临的医护人员短缺困境。报道详细介绍了凯瑟琳·艾布尔-珀金斯医生的案例，这位已在雅典市工作20年的初级保健医生希望更换雇主却受制于竞业限制条款。目前有两项相关法案正在推进，一项由前医生参议员特里·约翰逊于2025年提出，将限制非营利医院的竞业条款范围；另一项则由路易斯·布雷辛和比尔·德莫拉两位参议员提出的更广泛禁令，旨在保护医疗工作者的就业流动性，解决农村地区长期存在的招聘难题。

本文深入探讨了人工智能如何消除实验室科学与临床治疗之间的鸿沟，加速药物开发进程，实现预测性诊断与早期干预，通过数据整合定制个性化治疗方案，并弥合研究人员与临床医生之间的沟通障碍。文章详细阐述了AI技术如何将原始生物信息转化为实用的临床应用，提高治疗效率、降低医疗成本，并为患者提供更加精准和个性化的医疗服务，同时分析了医疗保健经济的结构性变革以及患者在健康管理中日益增长的自主权。

Healthgrades基于2024年全美3020家医院提交的患者体验调查数据，评选出80家同时获得2026年度卓越患者体验奖与患者安全卓越奖的医疗机构，这些医院在患者体验十大指标中均取得最高分，覆盖全美24个州，代表全美前15%的医疗服务质量水平，其中包括梅奥诊所医院、克利夫兰诊所分院等知名医疗机构，评选依据为联邦医疗保险与医疗补助服务中心的医院消费者评估医疗保健提供者和系统调查结果，为患者选择高质量医疗服务提供权威参考。

比尔·盖茨曾预测在人工智能全面接管职场的过程中，仅有程序员、能源专家和生物学家三种职业能够幸存。对此，ChatGPT给出了自己的回应，认为盖茨的方向正确但过于简化，关键不在于职业类别而在于具体任务的可替代性。AI认为真正安全的工作是需要人际互动和创造力的领域，如熟练技工和医疗保健工作者，而非盖茨预测的那三种。文章深入探讨了AI对各类职业影响的看法，指出AI更多是改变而非完全取代人类工作，同时警告那些从事重复性计算机任务且拒绝使用AI工具的人将面临最大风险。

前YouTube首席执行官Susan Wojcicki于2024年因肺癌去世，而她从未吸烟。她的家人成立Susan Wojcicki基金会，投入1.5亿美元致力于研究非吸烟者肺癌的早期检测方法，挑战现行仅针对吸烟者的筛查指南。该基金会与YouTube和Google合作，利用AI技术加速风险因素研究，并推动改变公众对肺癌的认知，将筛查范围扩大到有家族史等风险因素的非吸烟者，特别是亚裔女性群体，以期在癌症早期阶段发现并治疗。

一项发表在《JMIR》上的系统性综述指出，患者对人工智能在医疗保健中的接受度受到心理、社会和系统层面因素的综合影响，其中信任、透明度和可用性是最关键的决定因素；研究发现，当患者理解人工智能如何支持临床决策并融入熟悉护理路径时，接受度更高，而数据安全担忧、算法理解不足及误诊恐惧则是主要障碍；该研究还表明文化与人口统计学差异显著影响接受程度，同时强调通过清晰解释人工智能辅助作用、临床医生支持以及以患者为中心的设计来提高接受度，这对推动人工智能在医疗领域的实际应用具有重要指导意义。

美国Bayesian Health公司成功获得FDA批准，成为全球首家拥有AI驱动连续败血症监测设备的企业。该设备基于约翰斯·霍普金斯大学开发的TREWS系统，临床试验显示能以82%的灵敏度早期检测败血症，及时干预可降低18%患者死亡率。败血症每年导致全球约1100万人死亡，是美国医院主要死因，此次获批不仅标志着AI在医疗监测领域的突破，还可能通过医疗保险系统获得报销，同时推动更多医疗技术公司开发早期败血症检测方案，为全球医疗健康带来革命性影响。

本文深入探讨了子宫内膜这一高度动态组织如何通过线粒体代谢、免疫信号传导、激素平衡和微生物相互作用等机制，影响女性的衰老过程、炎症反应、疾病风险及整体健康状况。研究揭示线粒体功能障碍、慢性子宫内膜炎、微生物群失调和代谢不稳定等因素不仅影响生育能力，还可能导致子宫内膜癌等严重妇科疾病，强调了关注子宫内膜健康对女性全生命周期健康管理的重要性，超越了传统仅关注生殖功能的局限视角，为未来开发针对性诊断和治疗策略提供了科学依据。

一项发表在《Cell Reports》上的最新研究介绍了一种名为MOZAIC的人工智能框架，该框架通过精确匹配粪便微生物群移植(FMT)的供体和受体，预测移植后肠道微生物组的趋同情况，从而提高治疗成功率。研究表明，FMT成功与否取决于供体-受体的兼容性，MOZAIC能够系统地识别最兼容的供体-受体对，使FMT成功率相对于基线提高1.44倍，即使在排除了固有高应答率的艰难梭菌感染病例后，这种疗效提升依然显著，为精准医学在肠道微生物治疗领域的应用开辟了新途径，有望显著优化广泛疾病和患者人群的临床结果。