环球医讯

达拉斯-沃思堡地区的多家企业正在积极应用人工智能技术提升业务效率和客户体验。Halff公司利用机器学习和深度学习技术预测城市排水系统故障，提前进行维护；儿童健康医院与德克萨斯大学西南医学中心合作，采用深度学习AI模型识别儿童先天性耳朵畸形，并开发政策聊天机器人优化内部流程；同时，企业也在应对AI投资回报率难以量化、技术快速迭代等挑战，并重视数据治理和"负责任的AI"伦理框架，确保技术应用符合公平、安全、包容和问责原则。尽管AI对就业影响引发担忧，但多数企业认为AI将增强而非取代人力，释放员工专注于更高价值工作，而客户关系等人类专属领域仍难以被技术完全替代。

扎克伯格和陈宣布将大部分慈善资源转向科学领域，特别是通过Biohub组织利用人工智能加速医学研究。他们计划开发基于AI的虚拟细胞模型，深入理解人体生理机制、研究炎症并驾驭免疫系统进行疾病检测与治疗。这对亿万富翁夫妇已承诺99%毕生财富投入此目标，自2016年以来捐赠40亿美元基础科学研究，并计划未来十年将金额翻倍。他们强调AI技术使科学家能模拟预测疾病生物学，开发新治疗方法，真正推动人类医学前沿发展，同时Biohub将作为主要慈善焦点取代多元化、公平性等社会议题投入。

扎克伯格和陈-扎克伯格宣布将慈善事业重心从社会议题全面转向科学领域，特别聚焦人工智能与生物学交叉研究以攻克疾病难题。他们计划投入数十亿美元开发基于AI的虚拟细胞模型，研究炎症机制并利用人工智能"驾驭免疫系统"进行疾病检测、预防和治疗。尽管因削减多元化、移民改革等领域的资助而面临批评，但二人强调Biohub将成为未来慈善工作的核心，预计未来十年捐赠额将从40亿美元翻倍至80亿美元，年运营预算约10亿美元。这一战略转型正值美国政府大幅削减科研经费之际，旨在通过长期基础研究推动医学前沿发展，为人类健康带来革命性突破。

美国那不勒斯综合健康中心（NCH）与康涅狄格州卡里斯托诊断公司合作，率先在美国引入CaRi-斑块（CaRi-Plaque）和CaRi-心脏（CaRi-Heart）两项人工智能影像技术，可在症状出现前10年预测心肌梗死风险。该技术通过分析冠状动脉斑块和炎症活动，实现从被动治疗向主动预防的范式转变，被专家誉为预防心脏病学的重大突破。NCH计划将技术纳入常规筛查，12月推出自费预防服务，并在新奥尔良美国心脏协会年会上分享应用方案，旨在通过个性化风险评估改变心脏病防治策略。

微软首席AI高管穆斯塔法·苏莱曼宣布公司启动"超级智能优先"战略，组建独立研发团队开发超越人类能力的AI系统，重点聚焦科学推理、医疗诊断等领域的突破性应用，同时明确拒绝开发拟人化AI，强调系统必须严格遵循安全约束机制并保持人类控制权，此举标志着微软正加速摆脱对OpenAI的技术依赖，在医疗健康领域率先推进超级智能系统的实际部署，与科技巨头们展开前沿AI竞赛。

马克·扎克伯格和其妻子普莉希拉·陈宣布，他们共同创立的慈善基金会将战略重心从教育和公共政策转向科学和人工智能领域，通过支持Biohub实验室网络结合AI技术加速疾病研究与治疗，计划到2028年将计算能力扩展至10,000个GPU以"在数月内实现数十年的科学发现"，此举标志着他们从2015年成立时以教育为重点的慈善事业重大转型，旨在提前实现"治愈或预防本世纪所有疾病"的愿景，同时2023年已裁撤教育部门并结束相关项目，基金会承诺捐出的半数财富预计将超过2000亿美元。

约翰斯·霍普金斯大学最新研究证实，基于人工智能的手机应用程序教练在预防糖尿病方面与人类教练效果相当，患者使用AI教练后体重减轻至少5%、每周锻炼150分钟以上、血糖降低0.2%，达标率分别为31.7%和31.9%，该发现发表于《美国医学会杂志》，为利用AI克服传统项目的时间和地域限制、扩大糖尿病预防覆盖范围提供了科学依据，尤其针对美国超过三分之一面临2型糖尿病风险的前驱糖尿病成年人，研究显示AI通过整合可穿戴设备数据实现"即时行为调整"，未来将扩展至多文化群体验证适用性。

北卡罗来纳大学夏洛特分校明哈杰·阿拉姆博士团队开发的创新人工智能系统，通过分析高分辨率视网膜扫描图像，在患者视力出现明显变化前数年识别细微病变，特别针对经济困难人群提供低成本筛查方案，避免因高额费用延误诊断；该技术已在常规初级保健中实现应用，医生可快速上传扫描图像获取糖尿病性眼病等严重眼疾的实时分析与诊断建议，患者能据此及时转诊专科治疗，团队正与非营利组织Care Ring合作推进糖尿病患者视网膜扫描的临床落地，目标是通过早期干预预防视力损伤并寻求FDA批准，最终实现全球范围内的普及应用以降低可避免性失明风险。

微软宣布成立"MAI超级智能团队"，计划投入巨额资金开发特定领域超越人类能力的AI技术，首阶段锁定医疗诊断应用，目标在2-3年内实现"医疗超级智能"以早期检测可预防疾病。该团队由深度思考联合创始人穆斯塔法·苏莱曼领导，强调专注解决实际问题的"人文主义超级智能"，避免追求无限能力的通用AI，并承诺新技术将显著提升人类预期寿命，同时规避生存性风险，其技术路径参考了深度思考AlphaFold蛋白质结构预测模型的成功经验。

美国联合委员会与健康人工智能联盟发布了关于医疗健康领域人工智能负责任使用的非约束性指南，该指南确立了涵盖人工智能政策与治理结构、患者隐私与透明度、数据安全与保护、持续质量监控、安全事件报告、风险与偏见评估以及教育与培训等七个关键领域的原则，旨在促进医疗健康领域人工智能的安全、有效、公平和符合伦理的使用。尽管该指南不具有监管效力，但其内容与美国食品药品监督管理局关于人工智能医疗设备和药物发现的指导方针高度一致，反映了行业对负责任使用人工智能的共识正在形成，医疗组织和人工智能工具提供商应考虑采取基于风险的措施与这些原则保持一致，以加强患者信任，降低运营和法律风险，并在日益严格的监管环境中占据竞争优势。