环球医讯AI与医疗健康

本文深入分析人工智能与云技术在美国联邦医疗体系中的革命性应用，涵盖退伍军人事务部电子病历系统现代化、国防部战场医疗支持、FDA药品审批效率提升等关键场景；详细阐述2025财年联邦机构83亿美元云投入背景下，生成式AI应用案例从32例激增至282例的突破性进展，并揭示AI在打击317亿美元医疗保险欺诈、加速生物医学研究及军事卫生系统中的核心作用，同时指出《一项美丽大法案》专项拨款2500万美元开发反欺诈工具的战略部署。

礼来公司与英伟达宣布成立五年期投资高达10亿美元的联合创新AI实验室，聚焦闭环药物发现技术，通过大规模实验生成真实生物学数据训练多模态基础模型，旨在将AI工业化应用于临床开发全流程；该实验室将部署英伟达下一代Vera Rubin系统构建混合云环境，推动从药物管线到制造环节的全面革新，但面临生物复杂性、监管审批及科学验证等核心挑战，其成败将直接影响AI在制药领域的实际应用价值与资本回报周期。

2026年摩根大通医疗健康会议首日，尽管缺乏往年的重磅交易公告，但行业领袖们仍展现了积极态度。礼来公司与英伟达宣布斥资10亿美元建立联合创新实验室，加速AI驱动的药物研发；诺华CEO表示公司正在"重新装弹"，聚焦放射性配体疗法和双特异性抗体；Biogen研究主管透露公司正加强免疫学领域的布局，并获欧洲委员会批准Spinraza高剂量版本；武田制药研发主管认为当前缺乏交易公告符合行业近期持续交易的整体态势；Moderna联合创始人警告政府无证据地攻击mRNA技术和儿童疫苗可能损害科学基础，举例麻疹疫情复发正是背弃科学决策的后果，凸显了科学与政策制定之间应保持的专业关系。

美国食品药品监督管理局（FDA）与欧洲药品管理局（EMA）于2026年1月14日联合发布人工智能在药物开发中的最佳实践指南，提出十大关键原则以规范AI技术应用。该框架强调模型质量、人本设计及合规性，要求药企详细记录数据来源与处理步骤以满足GxP标准，同时注重信息呈现的清晰度与适用性。随着AI在药物研发中日益重要，截至2024年11月已有超过3000种药物通过AI技术开发或改良，全球制药巨头如GSK、礼来和阿斯利康纷纷加大AI投入，2014-2024年间相关风险融资交易激增400%，彰显行业对AI驱动药物开发的强烈信心与战略布局。

OpenAI推出的ChatGPT Health服务邀请用户上传医疗记录和健康数据以获取个性化建议，但网络安全专家发出严重警告。该服务不受美国《健康保险流通与责任法案》（HIPAA）约束，缺乏医疗机构级别的数据保护机制，且因健康数据的高度敏感性将成为黑客重点攻击目标。专家指出服务未在欧洲上线，反映出其难以满足GDPR的严格隐私标准，同时强调用户一旦上传数据便永久丧失控制权，错误AI建议可能造成健康危害，强烈建议优先咨询真实医疗提供者而非依赖此类工具，避免隐私泄露与健康风险双重危机。

环境人工智能(AI)记录员通过自动整理医患对话生成临床笔记显著提升医生工作效率，研究显示采用该技术的医生每周相对价值单位(RVUs)增加1.81、门诊量提高0.8次，年医疗保险收入增长约3044美元；然而专家警告这种技术可能导致医疗费用不合理增长，因AI能捕获更多诊断信息而选择更高收费代码，可能不会改善患者护理质量却推高整体支出，医疗系统和政策制定者应关注医生职业倦怠减少和留存率提升等长期收益而非单纯追求生产效率指标，避免将效率提升转化为过度医疗行为。

摩洛哥阿加迪尔消息，OpenAI正式推出ChatGPT Health功能，专为用户讨论健康话题设计，基于每周超2.3亿健康查询需求开发；该功能将健康对话与普通聊天严格分离，确保上下文隐私安全，并支持连接Apple Health等健康应用数据，同时承诺对话数据不用于模型训练。Anthropic同步发布Claude for Healthcare，声称提供更高级能力，包括直接访问CMS保险数据库、ICD-10编码系统及PubMed等专业医疗资源，双方工具均聚焦解决医疗成本高、获取渠道有限、医生日程过载及护理连续性等核心挑战，旨在通过AI技术提升患者支持体验并优化医疗资源分配。

Anthropic公司宣布推出专为医疗健康领域设计的Claude AI新功能，美国地区的Claude Pro和Max订阅用户现可通过安全连接HealthEx和Function等平台，让Claude AI访问个人健康记录和实验室结果，该AI能以通俗语言解释医疗数据、总结病史、识别健康趋势并为医生预约准备问题，旨在提高医患沟通效率，同时强调AI不会替代专业医疗建议且健康数据不用于模型训练，这一举措紧随OpenAI推出ChatGPT Health之后，反映了AI在医疗健康领域的快速发展与监管关注，公司还明确要求在高风险医疗决策场景中必须由专业医疗人员审核AI输出结果。

美国食品药品监督管理局（FDA）与欧洲药品管理局（EMA）于2026年1月14日共同发布人工智能在药物研发领域的十项核心应用原则，强调构建高质量、以人为本且符合法规要求的AI模型体系，要求企业详实记录训练数据来源及处理流程以满足药品生产质量管理规范，并明确AI技术需具备清晰应用边界与用户友好型数据呈现，同时建议实施贯穿产品生命周期的基于风险的性能评估以监控人机交互系统，此举旨在规范快速发展的AI药物研发工具——截至2024年11月全球已有超3000种药物通过AI技术开发或改良，近期葛兰素史克、礼来及阿斯利康等药企正通过自建模型、外部合作或混合模式加速布局，其中阿斯利康宣布收购Modella AI以推进肿瘤管线研发，反映2014至2024年间AI相关风投融资激增400%的行业趋势。

本研究开发了一种整合PET心肌灌注成像多参数的人工智能诊断模型，通过对四个医疗中心1664名患者的回顾性分析，验证了该AI系统在冠状动脉疾病诊断中的优越性。研究结果显示，该模型受试者工作特征曲线下面积达0.83，显著优于经验丰富的医师诊断水平及单一生物标志物评估方法，且在不同性别、年龄和体重指数人群中表现稳定。这项多中心研究证明了整合灌注、血流和冠状动脉钙化评分的人工智能系统能有效提升诊断准确性，为临床提供自动化且可解释的决策支持工具，有望改善心血管疾病的早期识别与治疗策略，对降低全球心血管疾病负担具有重要临床价值。（182字）