环球医讯AI与医疗健康

Medcare医院和医疗中心与InterSystems签署战略合作协议，实施InterSystems IntelliCare平台，成为欧洲、中东和非洲(EMEA)地区首家采用新一代AI优先电子健康记录(EHR)平台的医疗机构。该平台将人工智能技术从核心嵌入临床生态系统，统一医院、诊所、实验室和保险公司间的工作流程，显著减少行政工作负担，使医生能够将更多时间用于患者护理，有望通过个性化医疗服务、改善护理连续性和支持临床决策来提升整体医疗质量和患者体验，标志着医疗数字化转型的重要里程碑。

韩国科学技术院(KAIST)研究人员成功开发出一种可拉伸达668%的自供电传感器，该传感器能在反复变形下稳定工作，无需电池支持。这项突破性技术通过"分层弹性设计"策略，解决了传统压电纤维传感器在反复拉伸或弯曲时信号退化的问题，有望应用于长期监测心率、呼吸、关节运动等生物信号的下一代可穿戴医疗设备，以及电子皮肤和软体机器人的感知传感器，为数字医疗和健康监测领域带来革命性变革。该传感器在拉伸至原始长度6.7倍时仍能保持稳定输出，并可通过AI技术准确区分不同运动类型，代表了柔性电子和可穿戴设备技术的重大突破。

本文深入探讨医疗机构IT领导者对嵌入电子健康记录系统的AI功能的真实反馈，重点分析临床摘要AI和过度警报等工具为何适得其反，指出技术设计必须精准匹配医生在诊疗过程中的即时需求而非单纯追求功能数量，否则将增加工作负担而非提升效率，强调成功的医疗AI应作为"无声助手"减少操作步骤而非制造干扰，这对医疗健康领域的人工智能应用具有重要启示意义。

HIMSS与新加坡最大公立医疗机构集团SingHealth将联合主办2026年8月23-25日在新加坡举行的HIMSS亚太健康会议与展览，会议主题为"信任、智能与敏捷：人工智能时代重新构建亚太健康系统"，将汇集亚太地区及全球卫生系统领导者、政府官员、临床医生和技术专家，共同探讨如何将人工智能的雄心转化为可扩展的、基于证据的影响，会议内容包括首席执行官人工智能峰会、全体会议、并行专题讨论、展览及医院参观等活动，旨在推动医疗健康系统的数字化转型与创新应用。

Haleon与微软宣布建立为期五年的战略AI合作伙伴关系，将人工智能技术深度整合到消费者健康业务的各个运营环节。该协议旨在通过AI工具帮助员工自动化日常任务、提升协作效率并专注于高价值工作，重点应用于消费者洞察、创新研发、供应链管理和商业执行领域。此举将加速科学研发和临床内容开发，增强营销内容个性化能力，优化业务决策流程，为全球消费者提供更优质的健康服务。作为葛兰素史克分拆的独立公司，Haleon此次合作是继百时美施贵宝、默克、诺和诺德之后，又一家医药巨头与科技企业联手推动数字化转型的案例，彰显了AI技术正在重塑医药健康产业的运营模式和发展战略。

人工智能正在深刻改变医生的培训方式和医疗行业的未来。文章探讨了AI如何影响传统的认知学徒培训模式，既带来了个性化评估、扩大临床经验等机遇，也引发了技能丧失、过度依赖等风险。尽管医学界对AI在教育培训中的长期影响知之甚少，但专家们认为医学教育必须变得更加适应性强，与学习者共同创造新的培训方法，培养医生在AI时代的关键能力，重新聚焦医疗核心价值，确保未来医生既能有效利用技术又能保持临床思维与人文关怀。

文章报道了软件公司Pendo任命23岁的扎因·拉哈尼为首席AI官的现象，揭示了企业将精通AI的Z世代成员提拔至高管层的新兴趋势。这种趋势源于AI人才严重短缺，年轻员工往往具备更强的技术适应能力，促使部分企业更看重AI熟练度而非传统工作经验。文章深入探讨了这一趋势是否会扩展到医疗保健行业，目前包括西达斯-西奈医疗中心、梅奥诊所和克利夫兰诊所在内的医疗机构已设立首席AI官职位，但均由资深医疗和数据专家担任，尚未出现20多岁高管，这引发了行业对人才选拔标准与资历价值的深刻思考。

Google最新研究显示，其开发的基于大型语言模型的医疗人工智能系统AMIE在模拟多就诊疾病管理任务中表现优异。在一项随机双盲虚拟研究中，AMIE与21名初级保健医生在100个临床案例中进行对比，结果显示AMIE在总体管理推理方面不逊于医生，并在治疗计划适当性、治疗建议精确度、检查推荐精确度等多个关键指标上显著优于医生。该研究发表在《自然》杂志上，表明AI系统可能在未来医疗系统中提供连续性服务，尤其是在全球医疗资源日益碎片化的背景下，但研究人员强调该系统仍处于实验阶段，尚未在真实临床环境中测试。

本文深入分析了谷歌于2026年6月3日发布的生成式AI功能性能报告对医疗健康领域的影响，指出该报告仅提供内容展示次数而缺乏点击数据、点击率和实际用户查询等关键信息；在医疗保健领域，这种不完整数据不仅是营销不便，更可能带来临床和声誉风险；文章强调医疗机构应将AI展示次数视为存在信号而非绩效指标，主动从品牌搜索趋势、新患者来电等多渠道构建结果证据，定期审计AI对临床服务的评价，避免仅凭展示数据做出战略决策；随着AI系统整合到更多患者入口点，医疗机构必须持续追踪临床和战略上真正相关的内容，而非仅仅关注展示次数图表，不能将成功感知或患者安全完全委托给供应商仪表板。

Aidoc公司近日获得美国食品药品监督管理局(FDA)突破性设备认定，其开发的AI系统可自动读取胸部X光片并生成初步诊断报告。该系统名为"First Read"，能够识别100多种预设病症特征，旨在显著减少放射科医生在报告撰写和影像解读上所耗费的时间。尽管AI生成的报告仍需医生最终签字确认，但这一技术突破标志着人工智能在医疗影像诊断领域的重要进展，有望大幅提升诊断效率并改善患者护理体验。FDA的突破性设备项目专注于加速创新医疗技术的审批流程，此次认定反映了AI在医疗影像分析领域的快速进步，为未来更高效精准的医疗服务奠定基础。