环球医讯AI与医疗健康

阿斯利康与AI公司Owkin达成战略合作，部署先进的AI代理技术分析临床试验数据、预测市场趋势并监控竞争对手活动，旨在将新药研发周期从通常需要的8-9年大幅缩短。作为公司2030年实现800亿美元营收目标的关键举措，该技术不仅加速药物开发决策过程，还确保科学准确性与数据安全，代表了人工智能在医药研发领域的重大突破，体现了科技与健康产业深度融合的新趋势，对推动全球创新药物研发具有重要意义。

阿布扎比卫生部与麻省理工学院科赫综合癌症研究所宣布建立战略合作伙伴关系，旨在推进人工智能赋能的肿瘤学研究、转化科学和生物融合创新，通过实施大规模多机构临床试验、建立共享研究数据库和生物库，以及培养新一代医疗人才，加速将科学发现转化为实际健康解决方案，以应对癌症挑战和改善患者治疗效果，这一合作与阿联酋国家癌症战略和麻省理工学院研究优势相契合，将重点关注气候-健康和特定人群的肿瘤学挑战，构建全面的可持续生态系统，促进知识共享和应用创新。

阿布扎比卫生部与麻省理工学院科赫综合癌症研究所宣布战略合作，将利用阿布扎比智能化生命科学生态系统推进AI驱动的肿瘤学研究。双方将共同开发大规模多机构临床试验，建立共享研究数据库和生物样本库，重点关注气候-健康与特定人群肿瘤学挑战。合作还将培养AI与肿瘤学交叉领域人才，设立生物融合孵化器支持初创企业，加速科学发现向实际健康解决方案的转化，最终造福阿布扎比及全球癌症患者，体现科技创新对公共卫生的实质贡献。

阿布扎比穆罕默德·本·扎耶德人工智能大学(MBZUAI)的研究人员正通过五大突破性项目重塑医疗健康领域：MAGNET-AD系统可提前二十年预测阿尔茨海默病；视网膜扫描技术能非侵入式发现多种疾病早期迹象；BiMediX系列医疗AI模型提供多语言医疗服务；FetalCLIP超声AI系统大幅提升胎儿畸形检测效率；AI驱动的数字生物(AIDO)模拟技术加速药物研发进程。这些创新将人工智能从研究论文迅速转化为现实应用，为全球医疗带来革命性变革，尤其在早期疾病检测、跨语言医疗支持和精准医学领域展现出巨大潜力，彰显了"支持科学"理念的实践价值。

神经退行性疾病生物医学研究与人工智能联盟(C-BRAIN)正式推出三款开源AI工具，旨在作为"AI生物医学研究科学家"加速阿尔茨海默病研究。这些工具能整合神经科学文献、挖掘"暗数据"中的洞见并提供同行评审式反馈，解决超过99%阿尔茨海默病药物候选物临床试验失败的难题。C-BRAIN采用联邦设计保护数据隐私，让制药公司能在不暴露专有数据的情况下贡献数据，全球生物医学研究人员可免费申请使用这些工具，从而加速神经退行性疾病新疗法的开发进程。

阿勒格尼综合医院CEO伊姆兰·卡迪尔医学博士将人工智能定位为时间恢复策略，而非单纯的技术举措。医院通过部署Care.ai主动检测系统实现虚拟护理，每名护士每班平均节省50分钟；同时利用Abridge语音转文字临床文档平台，令每位临床医生每天节省1至2小时。这些举措优化了工作流程、增强了患者安全，并预计将索赔提交准确率提升约5%，减少拒绝赔付。卡迪尔博士认为，减轻文档负担和警报疲劳可降低职业倦怠。面对经济压力和患者需求增长，他计划在神经科学、心血管外科和肿瘤学等复杂医疗领域深化区域中心地位，并建立人工智能卓越中心，以吸引顶尖人才和研究资金。

阿利尼姆公司与人工智能先驱因塞普蒂夫达成战略合作，支付3000万美元前期款项并承诺最高20亿美元的后续里程碑付款，共同推进基于AI的小干扰RNA药物设计。因塞普蒂夫由Transformer架构联合创始人雅各布·乌兹科雷特创立，其AI模型能从序列、功能和结构数据中学习生物学模式，无需重新训练即可适应不同药物开发需求，已在联合测试中展现出快速适应能力和对小干扰RNA的精准表征能力，为RNAi疗法研发带来革命性突破，标志着生物制药领域AI应用的重大进展。

这项研究介绍了一种机器学习模型，能够预测阻塞性睡眠呼吸暂停(OSA)患者使用持续气道正压通气(CPAP)对其心血管疾病风险的影响。研究基于西奈山研究人员对2,687名OSA患者的分析，发现CPAP对心血管疾病复发风险的影响因人而异：被模型预测会受益的患者风险降低，而被预测可能受伤害的患者风险上升。这一发现挑战了"一刀切"的治疗方法，支持根据个体差异定制OSA治疗方案，为心血管疾病预防提供了新的精准医疗方向，但仍需在其他数据集上进行验证才能应用于临床实践，这标志着睡眠医学领域向个性化治疗迈出了重要一步。

本文通过问答形式，采访了三位学术专家，深入探讨并澄清了医疗保健领域人工智能使用中普遍存在的误解。专家们指出，AI并不会取代医生，而是作为辅助工具；数据标准化是当前面临的核心挑战，且远未实现完全自动化；AI在医疗保健中的主要应用集中在成本控制、收入增长和减轻医护人员负担等后台流程，而非直接改善患者治疗效果。文章还讨论了AI从研究到实际业务流程应用的关键步骤，强调了临床医生、IT领导者和技术供应商之间建立共享责任模型与协同合作的重要性。

本文是MobiHealthNews对德勤负责人比尔·费拉博士的专访。费拉博士认为目前AI模型的透明度不足，但相信未来会改善；他强调AI并非泡沫，而是真实且持续发展的技术，尤其在医疗领域，生成式AI已被广泛采用，自主型AI紧随其后。他特别指出，计算机视觉将是下一个重大创新，可用于预测跌倒、暴力行为以及自动识别患者身份，从而提升医院效率和安全性。费拉博士还强调，人类监督在AI应用中至关重要，尤其是对于会自我学习修改的自主型AI，必须实时监控其行为差异并给予反馈。他建议医疗系统将监控作为AI部署的核心工作，确保技术向善。