环球医讯AI与医疗健康

Neptune Medical公司研发的胃肠道机器人Triton在首次人体临床试验中取得显著成果，该研究在波兰单中心对50名接受结肠镜检查的成年人进行了为期14天的跟踪观察，结果显示无任何不良事件且盲肠插管率达到100%，表明内窥镜可顺利到达大肠起始部位；研究结果在芝加哥消化疾病周会议上公布，显示息肉检测率为67.5%，腺瘤检测率为54.2%，该机器人系统旨在改善医生在下消化道进行诊断性结肠镜检查、内镜黏膜切除术和内镜下黏膜剥离术的能力，目前尚未获得美国及国际市场销售授权，公司于2024年完成9700万美元D轮融资，投资者包括Sonder Capital和奥林巴斯等。

在NAACOS 2026春季会议上，责任医疗领域的专家们展示了人工智能(AI)如何从实验阶段转向临床工作流程中的实际应用，CMS首席健康技术官详细介绍了健康技术生态系统战略，多位医疗系统代表分享了AI在慢性病管理、结肠镜检查、高血压监测和预防住院等方面的成功案例，这些实践显示AI工具能显著改善患者结果、降低行政负担并提高医疗质量，尽管在实施过程中面临医生抵触、数据碎片化等挑战，但专家强调以患者为中心的AI应用框架、实际的数据治理和数据整合是实现可持续采用的关键，AI的定位应该是增强而非取代临床医生，通过减少负担、改善访问权限和实现更主动个性化的护理来强化医患关系。

英国药品和健康产品管理局（MHRA）已获得360万英镑（480万美元）的三年期资金，用于扩展"AI隔离舱"计划，该计划是英国针对人工智能作为医疗器械的监管沙盒。英国卫生和社会保障部将从2026年至2029年每年提供120万英镑，支持更广泛、长期的评估，并推动AI医疗技术的可持续监管路径，这标志着AI在医疗设备监管领域的重要进展，将有助于确保AI医疗设备的安全性和有效性，为患者提供更高质量的医疗服务，同时解决AI特有的监管挑战，如模型验证、持续监测和性能评估等关键问题。

英国药品和健康产品管理局(MHRA)宣布任命Jason Bonander为首席数字与技术官(CDTO)，他将于2026年5月下旬上任，协助实施MHRA的五年战略。该战略旨在现代化监管体系以应对快速变化的技术环境，确保监管机构能够适应未来发展。文章详细介绍了MHRA近期在人工智能监管方面的多项举措，包括建立国家医疗保健AI监管委员会、推出AI监管沙盒、发布AI监管战略以及医疗技术监管路线图，这些改革已将临床试验审批时间从91天缩短至41天，展现了数字化转型对医疗监管效率的显著提升，同时平衡了患者安全保护与创新促进之间的关系。

Meta推出Muse Spark人工智能模型，标志着其AI战略的重大调整。该模型作为Meta超级智能实验室首款产品，采用单一多模态框架实现文本、图像和工具处理，计算效率较前代提升10倍。Muse Spark引入并行推理代理系统，支持"视觉思维链"功能，能分析图像、解决视觉STEM问题，并提供带注释的故障排除指导。该模型已在健康领域展开应用，训练数据与医生合作开发以优化医学解释，代表AI行业从聊天机器人向现实世界应用的关键转变，为"个人超级智能"愿景奠定基础。

默里-卡洛韦县医院宣布将Heartflow技术整合至现有的冠状动脉CT项目中，这一创新性非侵入式AI解决方案能将标准冠状动脉CT扫描转化为患者特异性冠状动脉3D模型，为医生提供冠状动脉血流和动脉阻塞功能意义的深入分析，支持更精准的临床决策，实现对冠状动脉疾病的早期精确检测，有效减少不必要的侵入性检查，改善患者治疗效果，标志着心脏病诊断领域的重要技术进步，将心肺服务与放射科、心脏病科团队更紧密连接，为患者带来更优质的诊疗体验。

M42和Arcera在阿布扎比签署了一项非独家谅解备忘录，旨在推进生物制药本地化、临床开发和AI驱动的医疗创新。该协议将M42的基因组学、数据和医疗服务资源与Arcera的后期药物开发、监管和市场准入能力相结合，以加强阿布扎比生命科学领域的能力。合作重点包括利用基因组数据指导治疗优先级、开展临床试验建立本地证据、扩展生物样本库和干细胞研究能力，以及运用AI工具优化医疗交付和商业路径。阿布扎比卫生部门已将这一合作与其扩大生命科学能力的计划保持一致，有望为遗传病和罕见病患者提供更有效的治疗方案。

美国临床人工智能公司Latent宣布完成8000万美元A轮融资，由Spark Capital和Transformation Capital联合领投。该公司通过构建"临床推理引擎"解决医疗系统中诊断与治疗间的断层问题，已服务全美前20大医疗系统中的50%，每年帮助超过200万患者更快获得救命药物，将治疗拒绝率降低30%以上，显著提升医疗系统效率，代表了人工智能在健康领域的重大突破应用。

本文深入分析了人工智能作为操作层嵌入现代药房系统的工作机制，详细阐述了自然语言处理在处方解释、计算机视觉在配药系统中的应用、风险评分与异常检测机制，以及系统间互操作性的重要性。文章客观揭示了AI在减少用药错误方面的实际应用价值，同时指出其作为辅助工具而非替代专业判断的定位，并分析了实施中的局限性、监管要求及未来发展趋势，为理解医疗健康领域AI技术的实际整合提供了全面视角，强调了数据质量、系统集成和人工监督对AI在药房环境中成功应用的关键作用。

大西洋健康系统(Atlantic Health)首席信息和数字转型官苏尼尔·达德拉尼指出，医疗机构当前面临的最关键问题是人工智能的治理与安全保障。他强调，随着AI技术从被动洞察迅速转向临床和运营工作流程中的主动执行，建立严格的AI问责框架已刻不容缓。达德拉尼分享了大西洋健康系统在AI治理方面的实践经验，包括构建统一的治理结构、标准化技术架构等，并建议同行将AI视为企业级运营模式而非简单试点项目，同时投资数据基础、重新设计工作流程并建立外部合作伙伴关系，以确保人工智能在医疗保健领域的安全有效应用，避免因治理缺失而引发的临床风险、加剧不平等及扩大网络安全攻击面等问题。