环球医讯AI与医疗健康

印第安纳大学O'Neill公共与环境事务学院科萨莉·西蒙教授联合密歇根大学、布朗大学、哈佛大学及兰德公司研究人员，在JAMA健康论坛发表突破性研究，首次利用美国人口普查局商业趋势与展望调查数据系统比较各行业人工智能应用情况。研究发现，尽管医疗领域AI使用率呈增长趋势，但仍显著低于金融保险、教育和信息服务等行业，其中门诊护理和养老机构成为医疗行业AI应用增长最显著部门。该研究通过将医疗置于整体经济背景下分析，揭示了AI采用模式的独特性与普遍经济趋势的关联，为识别阻碍AI有效支持临床医生、患者和医疗系统的瓶颈问题提供了科学依据，后续研究将聚焦AI对患者治疗效果、成本控制、医疗质量和安全保障的实际影响，指导人工智能在医疗领域价值最大化的应用方向。

本研究专题聚焦医疗领域基础模型的前沿应用，系统探讨生成式AI、计算机视觉及多模态系统如何提升诊断精度与治疗效果，重点分析合成数据生成、语言-视觉融合、零样本学习等关键技术在医疗场景的实践路径，同时关注联邦学习、模型漂移监测等数据隐私与系统稳定性挑战，旨在弥合人工智能技术发展与临床实践间的鸿沟，为医疗AI提供符合伦理规范、兼顾隐私保护的创新解决方案，推动医疗影像分析、临床报告生成及健康运营管理的智能化转型。

肯尼亚卫生部长阿登·杜阿勒宣布与英国达成新健康合作框架，重点推进全民健康覆盖进程、疾病监测体系升级及本地制药生产能力建设，英国承诺提供疫情分析、实验室系统改造及高威胁病原体防控支持，双方将合作建立县级制药制造中心并推动世卫组织成熟度3级认证，同时聚焦人工智能辅助诊断、早期筛查技术创新及本地健康成果商业化，强化虚拟肿瘤委员会等现有项目，为2026年肯尼亚主办世界卫生峰会非洲会议奠定基础，彰显该国以创新、整合与全球伙伴关系为核心的新卫生战略。

格里恩特健康（Guardant Health）与试验库（Trial Library）宣布建立战略合作伙伴关系，旨在通过整合精准肿瘤学诊断技术与AI驱动的患者匹配平台，显著提升美国癌症临床试验的参与率，尤其针对服务不足的多样化群体。该合作利用真实世界基因组数据和个性化导航服务，简化患者识别、转诊及入组流程，覆盖全国320余家社区诊所和1500多名医疗提供者，有效解决农村及弱势地区因认知不足、后勤障碍和基础设施匮乏导致的参与难题；数据显示，尽管超70%患者意愿参与试验，但实际入组率不足7%，新联盟将通过人工智能技术激活医疗资源，重塑公平癌症护理体系，同时延续格里恩特健康在2025年10月与Zephyr AI在癌症生物标志物领域的合作深化。

美国生物科技公司梅德拉成功募集5200万美元用于建设全自主人工智能实验室，该实验室将部署约100台实体人工智能机器人，通过视觉-语言-实验室-动作模型实现药物研发全流程自动化，目前已与罗氏控股旗下基因泰克达成合作，在基因编辑等领域开展早期药物发现项目，其技术核心在于使机器人能自主处理实验操作、精确记录参数并动态优化实验方案，有望彻底改变生命科学研究范式。

本研究揭示人工智能可能加剧用户精神病症状的风险，通过对2025年17个案例的系统分析，发现用户常陷入精神觉醒妄想、与"神级"AI互动或情感依恋三类认知陷阱；研究建议临床医生协助患者制定数字安全计划，包括嵌入AI操作逻辑的个性化指令协议，通过存储历史妄想特征和设置干预机制，在认知滑坡初期触发自撰锚定信息，从而有效预防AI强化的精神健康危机，为数字时代心理健康防护提供创新解决方案。

美国Inductive Bio公司成功获得美国高级健康研究计划署(ARPA-H)高达2100万美元资助，主导开发基于AI的药物毒性预测模型。该项目联合贝勒医学院、安进公司、Torch Bio和辛辛那提儿童医院医学中心，利用类器官、离体人体组织及微生理系统生成生物数据，旨在提升药物安全性评估准确性并减少动物实验依赖。项目聚焦占药物撤市近40%的心脏毒性和药物性肝损伤问题，通过与FDA合作验证AI模型的监管适用性，有望解决当前近90%临床阶段候选药物因安全性问题无法上市的行业困境，为药物研发带来革命性变革。

瑞士制药巨头诺华与伦敦Relation公司达成总额17亿美元的战略合作，聚焦利用AI驱动的"循环实验室平台"开发特应性疾病新靶点，该平台整合患者多组学数据与实验系统精准识别致病基因；诺华将支付5500万美元前期资金，Relation有望获得最高17亿美元里程碑付款及分级销售分成，此举将强化诺华在皮肤科领域的领导地位并加速AI赋能的药物研发进程。

得克萨斯大学奥斯汀健康中心计划在新建25亿美元学术医疗中心开业当日同步启用埃皮克电子健康记录系统，此举将使其直接整合最新人工智能与自动化功能。作为美国最大缺乏学术医疗中心的城市，奥斯汀此次建设将包含全新大学医院及安德森癌症中心，医疗系统首席信息官强调从零构建流程的独特优势，无需处理遗留系统，预计2030年医院启用时完成全面部署，该系统将成为支撑教育、研究及临床发展的核心数据基础，助力提升医疗安全、质量与患者体验。

美国纽约科技公司Inductive Bio从美国高级研究项目局-健康（ARPA-H）获得高达2100万美元资金，主导开发人工智能药物毒性预测模型。该项目名为“基于机制和AI驱动预测的毒性评估数字化加速”（DATAMAP），与贝勒医学院、安进公司等合作，利用类器官、人体离体组织和微生理系统生成生物数据，旨在改进药物安全评估并减少动物实验依赖。项目聚焦占药物撤回近40%原因的心脏毒性和药物性肝损伤，计划与FDA合作验证模型监管适用性，以解决当前临床阶段药物候选物90%失败率问题（其中四分之一因动物测试未预测的安全问题），最终加速更安全疗法上市并降低研发成本。