环球医讯AI与医疗健康

Doximity发布的2026年《医学人工智能报告》显示，94%的美国医生已使用或有意使用AI工具，日使用率从2025年初的47%跃升至2026年1月的63%。AI主要用于文献搜索和语音文档记录，75%的用户报告减少了行政工作量，69%认为改善了患者护理结果。然而，71%的医生对AI准确性和可靠性表示担忧，且近半数医生认为医院AI政策模糊。文章建议医疗机构立即投资文档AI、建立清晰治理框架、按专科特点部署，并确保医生深度参与，以将AI从试用转化为可持续的临床实践。

宾夕法尼亚州对AI聊天机器人制造商Character Technology提起诉讼，指控其聊天机器人非法冒充医生，向用户提供医学建议，违反美国各州法律。ABC新闻嘉宾分析了该诉讼的法律依据、AI与医疗伦理的界限，以及该案可能对第230条和未来AI监管产生的深远影响。辩论聚焦于AI是否应被视为“人”，以及监管机构如何平衡创新与公共安全。

本报告探讨人工智能在生物制药研发中的变革潜力，从加速药物发现、优化临床试验到改进制造和供应链，同时分析数据质量、算法偏差、工作流程整合和监管指南等关键挑战，并提出政策建议以促进AI的有效采用，最终提高研发生产力、加速新疗法上市并改善公共健康成果。

研究人员开发了一种结合光谱光学相干断层扫描（S-OCT）与人工智能的新方法，能够自动识别冠状动脉内的高风险脂质斑块，无需修改现有硬件。该技术通过分析OCT信号中波长依赖性信息，自动生成脂质分布图，在动物实验中实现了83.9%的定位准确率，有望为冠心病患者提供更精准的风险评估和治疗指导。

一项新研究表明，将人工智能技术应用于心脏超声数据，可能更容易识别出晚期心力衰竭患者。该研究由威尔康奈尔医学院、康奈尔科技、康奈尔安·S·鲍尔斯计算与信息科学学院、哥伦比亚大学瓦格洛斯内外科医学院及纽约长老会医院共同领导，提供了一种前景广阔的方法，有望改善许多因诊断困难而被忽视的患者的护理。目前，晚期心力衰竭主要通过心肺运动测试（CPET）检测，该测试需要专业设备和人员，通常仅限于大型医疗中心。由于这一诊断瓶颈，美国每年约20万晚期心力衰竭患者中只有少数得到适当治疗。研究团队开发了一种新型多模态多实例机器学习模型，利用更易获取的心脏超声图像和电子健康记录数据，以高精度预测CPET中最关键的指标——峰值耗氧量（peak VO2）。在来自三个纽约长老会医院院区的127名心力衰竭患者测试中，模型区分高风险患者的总体准确率约为85%，表明其在临床环境中具有实用价值。研究人员已开始规划临床研究，以推动该方法的FDA批准和常规临床采用，有望改变临床实践并显著改善患者预后和生活质量。

一项由加州大学旧金山分校和贝斯以色列女执事医疗中心领导的研究，通过机器学习分析睡眠脑电图，发现当通过睡眠信号估算的“大脑年龄”超过实际年龄时，痴呆风险增加。每增加10年脑龄差距，风险上升近40%。研究追踪了约7000名参与者，时长3.5至17年，其中约1000人发展为痴呆。传统的睡眠指标（如睡眠阶段时间）未能显示显著关联，但精细的脑波模式（如δ波、睡眠纺锤波和峰度）提供了重要预测信息。脑龄模型可非侵入性检测痴呆风险，并提示改善睡眠健康可能有助于减缓大脑衰老。

本文探讨了人工智能在医疗保健领域的五种应用方式，包括通过分析视网膜扫描快速识别眼部疾病以预防失明，采用隐私保护技术共享医疗数据，辅助开发新型医疗设备，以及提升诊断和治疗效率。尽管存在对患者隐私和AI可靠性的担忧，但AI在医疗领域的潜力巨大，有望通过更快、更准确的诊断改善全球医疗现状。文章还讨论了AI能否替代人类医生的争议，指出AI可作为辅助工具增强医疗决策。

本文介绍了人工智能在医疗保健领域中的10种具体解决方案，包括环境临床文档助手、计算机视觉影像分诊、脓毒症预测、药物发现、数字病理学、代理式工作流自动化、自动预授权、边缘AI可穿戴设备、虚拟护理代理以及合成数据生成。这些工具已在临床或运营中部署，目标是解决医生文档负担过重、影像漏诊、脓毒症延迟检测、药物研发周期长、病理分析不一致、医院流程瓶颈、保险审批繁琐、慢性病监测延迟、出院后护理缺口以及AI训练隐私障碍等关键问题。文章还展望了虚拟医院、数字孪生和影子AI治理等新兴趋势，强调这些技术正在弥补全球医疗资源的结构性短缺。

咨询公司Chartis收购了专注于手术室工作流程生成式AI的供应商Leap AI，以增强其医疗AI能力。Chartis计划通过其AI与数字化转型中心，为客户设计并部署定制化医疗AI解决方案，旨在解决组织特有的痛点，而非使用通用平台。此举延续了Chartis近期通过收购DES Health Consulting团队以应对职场倦怠问题的战略，其AI负责人表示，AI有助于在医疗资源供需失衡的情况下，通过创新服务模式来提升效率。

奥纬咨询报告指出，若不采取干预，全球医疗支出到2040年将翻倍至23.1万亿美元，而AI和机器人技术有望抵消高达60%的增长，在突破性场景下可实现年节省5.1万亿美元，相当于成本降低22%。报告分析了三种采用路径，并强调技术赋能护理将推动保险需求变化，同时网络风险与AI威胁成为重要议题，保险公司需在定价和产品设计中反映新路径。