环球医讯AI与医疗健康

斯坦福大学医学院与谷歌健康联合研发的深度学习影像分析系统CancerScan AI，通过整合多模态医学影像数据和基因组信息，在肺癌、乳腺癌早期筛查中实现92.7%的准确率，较传统方法提升18.3个百分点，该系统已通过美国FDA突破性医疗器械认证，将在梅奥诊所等三家医疗机构开展临床验证，其核心算法采用联邦学习架构确保患者数据隐私安全，标志着人工智能辅助诊断技术取得重大突破。

纽约市最大医院系统的CEO米切尔·卡茨在Crain's New York Business的小组讨论中表示，该系统已准备好开始用人工智能替代放射科医生，声称"如果我们准备应对监管挑战，我们现在就可以用AI替代大量放射科医生"。这一言论引发放射科医生的强烈反对，有专家警告"任何试图仅使用AI解读的尝试都会立即导致患者伤害和死亡"。同时，斯坦福大学最新研究发现，一些AI系统能在未见过实际X光图像的情况下通过医疗测试，构建出看似合理但完全无根据的诊断报告，这种"海市蜃楼"现象对医疗AI应用敲响了警钟，表明当前视觉语言AI模型在医疗影像解读方面存在严重缺陷。

美国整骨医学学院协会(AACOM)正式推出人工智能与新兴技术资源中心，为会员机构提供应对医学教育领域AI技术快速发展的全面支持，该中心包含治理框架、基础概念、学术应用和创新案例等核心资源模块，并精选呈现临床人工智能评估新标准及微软健康AI工具等最新行业动态，同时预告2026年教育领导者大会和国际健康职业教育协会大会等重要活动，旨在促进整骨医学教育中的人工智能素养提升与实践应用，为全球医学教育工作者搭建资源分享与协作平台，推动AI技术在医疗教育和临床实践中的安全有效整合。

美国护士协会(ANA)于2026年4月22日召集全国护理领域思想领袖召开首届护理实践人工智能智囊团会议，发布共识报告指出人工智能在护理领域应用的五大风险：专业判断力下降、责任归属不明确、算法偏见加剧医疗差异、增加认知负担以及缺乏护理专用标准。报告提出五项近期行动，包括制定护士主导的防护措施、编制护理AI指南、提升AI素养、加强政策倡导及促进跨部门合作，旨在保护患者安全、确保护士福祉并维持公众信任，将护士声音置于人工智能与患者护理的核心位置，为医疗健康领域人工智能应用树立专业规范。

根据Research and Markets周一发布的报告，医院手术室中使用的人工智能(AI)预计到2030年将迅速扩展，市场将从2025年的9亿美元增长到2026年的11.7亿美元，预计2030年将达到32.9亿美元。这一增长主要受微创手术激增、AI驱动的手术机器人、医疗保健数字化和精准干预推动，但数据访问、隐私问题和验证研究需求等障碍也阻碍了AI在手术室的广泛应用。报告指出，2022年全球手术室机器人安装量达553,052台，同比增长5%，而美国43.9%的大都市县医院已采用某种AI工具。

美国德克萨斯州休斯顿，2026年6月19日 — HeartLung.AI的研究成果被美国心脏协会《中风》期刊的"中风预警播客"专题报道，该研究证明人工智能可从常规冠状动脉钙化扫描中提取心脏腔室测量数据，有效预测长期心房颤动和中风风险。研究分析了6,812名参与者的17年随访数据，发现左心房容积指数是心房颤动最强预测指标，左心房与右心房比率则是中风最强预测指标，这些AI推导的生物标志物显著改善了风险预测能力，超越了传统CHARGE-AF和弗雷明汉中风风险模型，为心血管疾病预防提供了新视角，展示了AI技术在医疗影像领域的创新应用价值，有望通过已有扫描数据挖掘隐藏临床信息，提升疾病早期预警能力。

本文报道了美国制造业在人工智能应用方面普遍落后的情况下，百时美施贵宝公司成为例外的案例。该公司位于马萨诸塞州德文斯的工厂因在生产癌症药物过程中成功应用人工智能技术而入选世界经济论坛"全球灯塔网络"。文章详细介绍了该公司如何利用AI监控生产过程、提高产量和稳定性，以及美国制药行业在AI应用方面的独特优势与挑战，同时对比了中国在制造业AI应用方面的快速发展，探讨了AI技术对药物研发、生产流程和就业市场的影响。

本文报道了百时美施贵宝位于美国马萨诸塞州德文斯的制药工厂因在人工智能应用方面的卓越表现而入选世界经济论坛全球灯塔网络，成为今年23家入选企业中唯一的美国制造商。文章指出，尽管美国公司在AI研究和投资方面领先，但在将AI应用于工厂生产方面落后于中国，自2018年以来入选灯塔网络的223家工厂中，中国有99家，美国仅有14家。百时美施贵宝通过AI监控生产变量、优化细胞培养过程，使药物产量提高了约40%，并成功稳定了治疗类风湿关节炎药物的生产。同时，公司正面临关键抗癌药物专利到期的压力，正在通过AI技术降低成本并提高生产效率，但也引发了对AI取代工作岗位的担忧。

这篇文章详细介绍了美国医生广泛使用的一款名为OpenEvidence的人工智能医疗搜索工具的情况，指出约65%的美国医生正在使用该工具进行临床决策、更新医学知识和准备执照考试，尽管大多数患者对此并不知情；文章探讨了该工具如何成为医生的得力助手，能快速提供医学研究参考，但也讨论了对其可能产生幻觉、缺乏严格科学研究以及可能导致医生批判性思维能力下降的担忧，同时介绍了该工具与《新英格兰医学杂志》等顶级医学期刊的合作，以及医疗界对如何平衡使用AI工具与保持临床判断能力的思考。

美国国立卫生研究院（NIH）再次资助“阿尔茨海默病人工智能”（AI4AD）项目，第二期（AI4AD2）拨款1260万美元，使总资助额达到3070万美元。该项目由南加州大学凯克医学院的保罗·M·汤普森博士领导，将联合10家机构，利用人工智能工具分析基因组、脑成像、认知测试等大规模数据，以识别阿尔茨海默病及相关痴呆症的生物学亚型，开发新的基因组语言模型，并开展基因组引导的药物发现，旨在为不同患者提供更精准的诊断和个性化治疗方案。