环球医讯AI与医疗健康

英伟达正通过与医疗技术初创公司Abridge建立新的合作伙伴关系，扩大其在医疗保健人工智能领域的影响力，双方正在开发一款专用于医生与患者之间临床对话的AI模型，该模型将仅在Abridge平台上部署，旨在改善医疗文档记录、临床决策支持及其他医疗保健工作流程，此次合作标志着科技公司正加速进军医疗AI领域，微软、OpenAI和Anthropic等公司也在积极布局，预计今年晚些时候推出的该模型将利用英伟达的Nemotron系列开源AI模型与Abridge的临床数据相结合，为医院提供更高效的医疗解决方案，随着医疗保健成为人工智能最具竞争力的前沿领域之一，这场医疗AI领导地位的争夺战才刚刚开始。

英伟达最新调查报告显示，医疗健康领域人工智能采用率已达70%，较2024年的63%显著提升。生成式AI和大型语言模型的使用率从54%跃升至69%。该报告基于600多名行业专业人士的调查，揭示了AI在医疗领域的广泛部署已从试点阶段进入全面应用。在数字医疗领域采用率高达78%，制药与生物技术领域为74%，医疗技术为70%。AI在医学影像、药物发现及临床工作流程管理中带来显著投资回报。代理型AI（Agentic AI）作为前沿技术崛起，47%的受访者正在使用或评估AI代理。开源模型在AI战略中日益重要，82%的受访者认为开源模型和软件对其AI策略至关重要。尽管存在预算、数据隐私等障碍，但85%的管理层表示AI已带来年收入增长，80%报告年度成本降低。AI预算持续增加，行业正向规模化的技术转型迈进。

英伟达最新调查显示，70%的医疗公司已积极部署AI技术，85%的管理层报告AI使年收入增长，其中44%表示增幅超过10%。AI应用涵盖医学影像、药物发现和行政优化，代理型AI也在兴起。尽管存在预算和数据隐私挑战，85%的受访者预计2026年AI预算将增加，行业正从实验阶段转向规模化应用。

英伟达（NVIDIA）领衔一个由35家机构组成的合作团队，发布了首个开放数据集Open-H-Embodiment，旨在加速医疗机器人领域物理AI的发展。该数据集包含778小时来自手术机器人、超声和结肠镜检查过程的训练数据，同时推出了两个开源模型，其中GR00T-H被描述为首个用于手术机器人任务的策略模型，已在SutureBot基准测试中成功完成全流程缝合。此外，基于英伟达Cosmos Predict 2.5 2B基础的Cosmos-H-Surgical-Simulator可从运动学动作生成物理逼真的手术视频，极大地提高了训练数据生成效率，600次模拟仅需40分钟，而传统实验需要两天。

英伟达与诊断公司Droplet Biosciences合作，利用其AI基础设施Parabricks加速基于淋巴的液体活检基因组分析，将关键分析步骤从数天缩短至数小时，从而加快癌症残留检测，推动个性化医疗。此外，英伟达还与礼来、强生医疗科技等多家公司达成合作，并参与美国能源部的AI超级计算机项目，持续扩展在医疗科技和生命科学领域的影响力。

英伟达与AI医疗笔记平台Abridge合作，基于Nemotron开源模型专为临床对话开发AI模型，旨在提升医护工作效率与患者护理质量，体现科技巨头在医疗AI领域的深入布局。

英伟达与初创公司Abridge合作开发专为临床对话设计的医疗专用基础模型，该AI模型旨在提高临床工作流程的准确性、可靠性、可审计性和定制化水平，基于英伟达Nemotron开源模型家族，使用英伟达Blackwell AI基础设施进行训练，结合先进的预训练、中期训练和后训练过程，采用去标识化数据。Abridge还宣布将其AI平台扩展至整合支付方和生命科学工作流程，构建"AI原生临床医生智能平台"，连接医疗服务、支付和循证治疗，目前该公司已与300家医疗系统合作，其技术每年支持超过1亿次对话，同时英伟达通过其风险投资部门NVentures也成为Abridge的投资者，双方正深入探索AI在医疗领域的应用前景。

英伟达与医疗科技初创公司Abridge合作，基于英伟达Nemotron开源模型开发专门用于医患对话的AI模型，旨在提升医疗文档记录、临床决策支持等工作流程。此次合作反映了科技巨头在医疗AI领域的激烈竞争，微软、OpenAI等公司也在积极布局。Abridge将利用其平台收集的去标识化临床数据进一步训练模型，降低部署成本，并有望实现实时临床支持。医疗界认为这一技术有望从自动化记录向实时智能辅助演进。

本文指出医疗健康领域AI战略失败的主要原因不在于技术本身，而在于薄弱的基础设施，包括低质量数据、不一致的工作流程和有限的互操作性，强调AI不是人类专业知识的替代品，而应与人类判断相结合形成"协作智能"，并提出了加强互操作性、标准化工作流程、将人类专业知识融入流程和基于结果衡量成功等关键策略，指出医疗健康领域AI的采用速度取决于建立在可验证基础上的信任，而非模型复杂度，为医疗机构实现AI真正价值提供了实用框架。

芬兰正着力利用其在健康、量子技术和数学领域的优势推动工业复苏，重点发展国家级健康人工智能系统。该国投资了六个研究项目，其中包括创建全球首个国家级健康AI模型，用于预测公民患病风险；两个量子技术项目；以及一项基于反向数学的医疗成像技术。这些举措旨在改变芬兰过度依赖ICT产业的经济结构，解决自诺基亚衰落后长期面临的经济停滞问题，通过整合全国医疗数据资源推动医疗科技产业发展。