环球医讯AI与医疗健康

佩斯大学医疗模拟卓越中心正将人工智能技术深度融入医疗教育领域，通过AI驱动的模拟系统，学生可在急诊室、医院病房等真实临床环境中进行实践学习，培养包括技术技能、认知思维、同理心和临床判断在内的全面能力；该中心已在精神心理健康护理实践者项目中率先试点AI技术，使学生能够独立进行多患者访谈，并为儿科护理创建了与患者监护人互动的特殊案例，这种AI增强的模拟训练不仅扩展了医疗教育的深度和广度，还通过评估学生表现的智能评分系统提升教学效率，同时保持以人为中心的教育理念，为学生进入真实临床实践做好充分准备。

研究人员开发了一种创新的生物混合微机器人系统，将天然微藻Granii圆筛藻与合成磁铁矿涂层相结合，利用人工智能算法和超声波实时追踪技术，使这些微机器人能够自主精准地将化疗药物输送到小鼠膀胱肿瘤内部。实验结果显示，这种微机器人在治疗后30分钟内将药物在肿瘤组织中的渗透提高了10倍以上，一周后将小鼠的肿瘤负担降低到3%以下，显著优于传统膀胱癌疗法。该技术有望大幅降低化疗药物剂量，减少治疗时间，为高复发率的膀胱癌提供更有效的非侵入性治疗方案，并可能扩展应用于其他类型的癌症治疗。

本文采访了蓝十字蓝盾北达科他州首席数据与人工智能官Ylan Kazi，探讨生成式AI在医疗健康领域的长期投资回报率。Kazi指出，移动技术收集的健康数据与AI结合可实现个性化医疗、提升患者参与度，并改善临床决策。他强调应将AI应用于特定场景，解决医疗行业中的实际问题，如优化诊断流程、改进患者沟通、加速理赔处理等。同时，Kazi认为医疗数据创新将来自行业外部，随着消费者对医疗数据透明度需求增加，医疗机构将面临变革压力，必须在保障数据安全的同时提高患者数据访问的便捷性，从而推动整个医疗行业的数字化转型。

纽约州护士协会代表的蒙特菲奥里医院护士对解雇12名经验丰富的使用评估部门护士并用人工智能替代表示强烈不满。此次裁员发生在41天大罢工结束仅数月后，涉及布朗克斯三个院区的患者保险审核工作。多位布朗克斯区民选官员参与声援，担忧AI无法处理复杂病例且存在数据安全隐患，特别是涉及曾因数据泄露支付9亿美元和解金的Datavant公司。被解雇的资深护士指出医疗决策需要临床经验，AI可能导致患者权益受损，而医院管理层称这是为提升患者护理质量的投资。

葛兰素史克人工智能与机器学习总监艾亚尔·伊茨科维茨在伦敦科技周宣布，智能体AI技术已实际应用于公司全部药物研发管线，正在彻底改变新药开发模式；尽管该公司以106亿美元溢价40%收购波士顿生物制药企业Nuvalent后股价应声下跌3%，但伊茨科维茨强调AI正通过分析海量医疗数据突破传统90%临床试验失败率，其可追溯的智能体系统比传统大语言模型更具透明度，可在严格监管框架下精准匹配患者与治疗方案，标志着精准医疗进入数据驱动新阶段，为应对埃鲁姆定律揭示的药物研发成本指数级增长问题提供关键解决方案。

本文探讨加拿大医学院如何在课程中整合人工智能（AI）教育。随着AI技术迅速改变医疗实践，医学生担心自己未接受足够AI培训。调查显示，85%的加拿大医学生缺乏正式的AI教育机会，而多数人认为应将其纳入必修课。文章采访了多伦多大学、阿尔伯塔大学、麦吉尔大学等多位专家，介绍了各校已开展的AI教学探索（如多大一年级AI导论、UBC强调伦理与隐私、萨省大学新增4小时AI课程），并指出课程创新速度远落后于技术发展。专家认为，医生需掌握批判性评估AI工具的能力，既要利用AI辅助诊断，又要避免技能退化。文章还提到AI在结肠镜诊断中曾导致医生技能下降的研究，强调医学生需要学会与AI协作而非依赖。全文呈现了加拿大医学教育在AI浪潮中的挑战与应对策略，呼吁标准化课程和早期融入。

菲律宾医疗健康AI市场正经历爆炸性增长，政府、国际制药巨头和新一代健康科技初创企业共同致力于利用人工智能解决国家最持久的医疗挑战。据IMARC集团数据显示，该市场规模2025年达1.9485亿美元，预计2034年将达14.4156亿美元，2026-2034年复合年增长率达24.90%。在科技部26亿比索AI投资、卫生部1200万结核病筛查目标和阿斯利康70亿比索承诺的推动下，菲律宾正迅速成为东盟最具吸引力的AI赋能医疗实验室，通过AI赋能的胸部X光筛查、癌症早期检测和智能医院系统，正在改变医疗可及性、准确性和效率。

菲律宾正式加入HealthAI全球监管网络，成为该网络的先驱国家之一，旨在通过国际合作推动负责任的人工智能在健康领域的应用。菲律宾卫生部长特奥多罗·埃尔博萨表示，战略投资人工智能将有助于链接个人与更优质的医疗服务，并为医疗提供者赋能数据驱动工具。该国已在健康数字化方面取得进展，此次加入将加强全球知识共享与监管协作，提升国家及国际层面的AI监管能力，促进公平的健康创新。

人工智能驱动药物研发公司Isomorphic Labs宣布完成21亿美元最新融资，由Thrive Capital领投，谷歌风投、Alphabet、MGX、淡马锡和CapitalG等共同参与。作为谷歌DeepMind的衍生企业，该公司致力于利用AI技术加速药物研发进程，其核心产品AlphaFold可精准预测蛋白质结构以助力靶向药物设计。创始人德米斯·哈萨比斯表示，新资金将用于规模化构建药物设计引擎，全力推进"解决所有疾病"的使命，预计2026年底前开展首次临床试验，较原定2025年底目标有所延迟。该公司此前已于2025年完成6亿美元首轮融资，持续引领AI与生物医药融合创新浪潮。

美国新泽西州17岁学生Edward Kang开发出名为RetinaMind的人工智能系统，该系统通过分析视网膜图像来筛查自闭症谱系障碍(ASD)和注意力缺陷多动障碍(ADHD)。这项创新在2026年Regeneron科学人才搜索竞赛中获得第二名和17.5万美元奖金。RetinaMind在初步研究测试中达到了89%的诊断准确率，但专家强调这仍处于研究阶段，尚未经过大规模临床试验验证，不能替代临床诊断，但有望成为帮助医生早期识别需要专科评估儿童的筛查工具。这一突破基于视网膜与大脑同源发育的理论，展示了AI辅助医疗的潜力，同时也突显了青少年科学创新对推动医疗技术进步的重要作用，为未来非侵入性神经发育障碍筛查开辟了新方向。