环球医讯AI与医疗健康

Intermountain Health与CareCentra联合开发的AI驱动应用通过监测慢性阻塞性肺疾病和哮喘患者的健康数据，已成功帮助1200名患者显著改善生活质量。研究显示，使用该应用后患者医疗成本降低57%，住院率下降50%，急诊就诊减少20%，特别令人意外的是老年患者对技术的接受度远超预期，证明AI技术能够惠及各年龄段患者，为呼吸系统疾病管理带来革命性变革，真正实现"口袋里的数字孪生体"概念，让患者在医生指导下自主掌控健康状况，减少对医疗系统的依赖并提升生活品质。

科学家开发出一款人工智能工具，可通过分析医院常规数据，提前数年识别出可能面临亲密伴侣暴力风险的患者，准确率高达88%。该工具结合结构化医疗数据和医生书面记录，能在受害者主动求助前很久就发出预警，为医护人员提供早期干预机会，有望在公共卫生领域发挥变革性作用。研究团队计划将该技术整合到电子病历系统中，实现在日常护理中的实时风险评估。

克利夫兰诊所科尔眼科研究所已在俄亥俄州所有毗邻初级保健诊所的地点安装了人工智能驱动的眼底相机，为糖尿病患者提供年度糖尿病视网膜病变（DR）筛查，并在30秒内获得结果。该技术无需散瞳或专科医生即可检测DR，旨在提高筛查便利性，并节省患者时间，同时将眼科就诊机会留给需要治疗的活动性DR患者。据称，DR是劳动年龄人群失明的主要原因，但每年仅有50%至70%的患者接受推荐筛查，而新系统有望通过简化流程、捕捉更多早期无症状病例来改善现状。

英国伦敦的生物科技初创公司Mass Balance于2026年7月7日通过SpaceX猎鹰9号火箭发射了名为MB-X1的微型实验室进入太空，旨在利用微重力环境研究致病蛋白质，为阿尔茨海默病、帕金森病和某些癌症等"难治"疾病开发创新疗法。该设备是其MB-X平台的概念验证，通过在轨道上收集独特数据训练人工智能模型，以识别针对年龄相关疾病的药物候选物，目标是解决这些疾病领域中长期未满足的医疗需求。公司CEO Toby Call特别指出他们专注于研究"无结构、无序蛋白质"，这些蛋白质虽能执行多种生物功能，但结构异常时会导致多种严重疾病，这一研究可能为医学界带来突破性进展。

美国最大的公立医院系统纽约市健康+医院的总裁兼首席执行官Mitchell H. Katz表示，该医院网络已准备好用人工智能取代部分放射科医生，以降低成本并增加乳腺癌筛查的可及性，但前提是监管法规要跟上。Katz在2026年3月25日的论坛上指出，人工智能可以承担初步读片工作，异常情况再由放射科医生复核。威斯特彻斯特医疗中心健康网络的总裁David Lubarsky也认为，人工智能在检测乳腺癌方面优于人类。然而，报告显示放射科医生的需求量和薪资仍在增长，因为他们的工作不仅限于图像分类，还包括病例分诊、培训住院医师和签署诊断报告。英伟达CEO黄仁勋表示，此前关于放射科将被AI取代的警告过于危言耸听，导致人才短缺，而实际上AI提升了读片效率，医院需要更多放射科医生。

阿帕森多健康(Apacendo Health)是一家西雅图初创公司，致力于通过AI智能体技术革新肾脏病护理流程，解决诊所中长期依赖传真机和人工数据录入的低效问题。该公司开发的AI系统可自动处理传入的传真、提取患者信息并录入电子健康记录，每天为诊所节省数小时的行政工作时间。目前，该公司已与美国四家肾脏病诊所合作，旨在减轻医护人员行政负担，使他们能更专注于患者护理，同时通过数据分析识别高风险患者，为早期干预提供支持，最终目标是改善慢性肾脏病管理，减少不必要的透析和住院，提高患者生存率。

这家估值6亿美元的AI初创公司Latent Health利用AI代理加速医疗审批流程，帮助医生和药剂师快速获得保险公司对昂贵药物的批准，从而让患者更快获得治疗。公司由两位年轻创始人于2022年创立，现已融资8000万美元，服务超过45家医疗系统，包括耶鲁纽黑文健康、加州大学旧金山分校、西奈山和范德比尔特等大型学术医疗中心。随着AI技术的应用，该领域市场潜力巨大，预计到2034年将达到2.3万亿美元。

科罗拉多州圣拉斐尔山医院与诊所的信息官迈克尔·阿丘莱塔在接受采访时表示，该机构选择Oracle Health的电子病历平台并非简单的软件更换，而是一次运营模式的重置。他强调新平台将通过语音驱动的临床AI代理自动完成文档记录，减少临床医生的认知负荷和下班后的文书工作，从而提高医疗质量和生产力。他建议其他首席信息官在评估电子病历系统时应着眼于设计未来状态而非维持现状，通过重建工作流程实现真正的价值。

本文讲述了人工智能在药物研发中的突破性应用：从发现新型抗生素对抗耐药细菌，到针对帕金森病等神经退行性疾病找到候选分子，再到将已有药物重新用于罕见病治疗。AI大幅缩短了筛选时间、降低了成本，并在多个疾病领域展现出潜力，推动了曾被视作“不可治愈”的疾病治疗进程。

本文介绍了美国科学家开发的一种人工智能工具，通过分析医院病历数据，能够在受害者主动寻求帮助前数年识别出亲密伴侣暴力风险，准确率达88%。研究人员利用近850名受害女性及5200余名对照患者的记录训练了三种机器学习模型，其中结合结构化医院数据与书面医疗记录的综合系统表现最佳，可在多数患者进入家暴干预项目前三年多就发出预警。该工具旨在辅助医生而非取代其判断，通过发现身体创伤模式提醒医护谨慎介入，从而为公共健康提供关键预防手段。相关研究已发表于《自然》杂志。