环球医讯AI与医疗健康

丹麦制药巨头诺和诺德宣布与OpenAI达成战略合作，将人工智能技术全面应用于药物发现、生产制造及商业运营环节，计划于2026年底前完成系统整合。该合作涵盖研发部门试点项目、全球员工AI技能培训及供应链优化，旨在提升肥胖治疗药物领域的竞争力以应对礼来公司的市场挑战，同时强调AI工具将强化科学家工作效率而非替代人力，合作包含严格的数据保护与人工监督机制。

丹麦制药巨头诺和诺德宣布与人工智能公司OpenAI建立战略合作伙伴关系，将全面部署AI技术加速减肥药物研发和生产流程，以应对肥胖药物市场的快速增长。该合作将利用人工智能分析复杂数据集、识别有前景的药物候选者、缩短研发到临床应用的周期，并优化制造、供应链和企业运营。诺和诺德CEO表示，AI将帮助发现肥胖和糖尿病新疗法并更快推向市场，同时确保数据保护和合规使用。此举紧随FDA批准礼来公司新型减肥药之后，凸显制药行业加速拥抱人工智能技术以提升竞争力的趋势，也反映了AI在生命科学领域日益重要的作用。

亚马逊网络服务推出全新AI驱动平台"Amazon Bio Discovery"，旨在解决药物研发流程中效率低下的核心痛点。该平台通过整合生物基础模型和AI智能体技术，使科研人员无需深厚计算背景即可快速设计测试药物分子，显著缩短抗体发现周期。平台采用NVIDIA L4/L40S GPU加速运算，承诺将候选药物生成时间从数月压缩至数周，同时确保客户数据完全隔离和知识产权归属，为受监管的生物医药行业提供安全可靠的AI基础设施，有望彻底变革传统药物发现的早期阶段。

医药人工智能初创公司Helical近日成功筹集1000万美元资金，致力于解决制药行业中的关键挑战：如何将生物基础模型的计算输出转化为科学家可信赖、可重复且可辩护的决策。该公司开发的虚拟AI实验室平台提供虚拟实验室和模型工厂两个产品界面，使生物学家、转化科学家与机器学习工程师能在同一系统中协作，显著缩短药物发现周期。Helical已与辉瑞等多家全球顶级制药公司展开合作，在靶点识别、生物标志物发现和治疗设计等领域将发现时间线从数年压缩至数周，其技术有望推动制药AI从孤立模型向集成虚拟实验室的转变，为药物研发带来革命性突破。

这项研究基于美国心脏协会"遵循指南"冠状动脉疾病(GWTG-CAD)注册研究的数据开发了新型急性心肌梗死院内死亡率预测模型，使用201,191名2019-2022年入院患者训练模型并以70,302名2023年患者进行验证。基于轻量级梯度提升机(LightGBM)的模型实现了0.874的AUROC，显著优于传统ACTION模型(0.859)，合并症、运输方式和社会经济因素提供了传统预测因子之外的额外价值。该研究为临床决策、资源分配和医院质量评估提供了更精准的风险分层工具，其GLMM模型适用于机构基准测试，LightGBM模型则擅长识别高风险患者，但在临床广泛应用前仍需进行更广泛的外部验证，代表了心血管疾病预测模型的重要进展。

美国梅奥诊所与旧金山人工智能初创公司Goodfire联合开发出突破性AI工具Evee，该技术基于基因组基础模型Evo 2实现双重突破：不仅能精准预测致病性基因突变，更能揭示其生物学机制。通过解析DNA序列的隐含特征，该工具显著提升遗传病诊断准确率，为早期干预和个性化治疗开辟新路径。研究证实其预测效能超越现有计算工具，且揭示了AI模型自主学习健康DNA共性模式的能力，标志着AI可解释性在医疗健康领域的重大突破。随着基因测序成本降至百美元级别，该技术有望推动精准医疗发展，但需通过大规模临床试验及FDA审批方能投入临床应用。（198字）

本文揭示了美国医疗系统在电子健康记录(EHR)应用中存在的严重价值浪费现象，两位医疗CIO指出，大多数医疗机构仅利用了EHR 60%-70%的功能，这种未充分优化的现状不仅导致运营效率低下，更会直接影响医疗机构的AI准备度；文章强调，EHR优化不是简单的维护工作，而是战略基础设施建设，是医疗机构迎接AI时代最重要的准备工作，单纯将AI叠加在碎片化的工作流程上只会加速底层问题而非解决它们，真正能在AI领域领先的机构是那些持续优化工作流程、加强治理、提高采用率并建立数据信任的组织。

哈佛肯尼迪学院举办的专题研讨深入分析了人工智能在医疗保健领域的系统级应用，聚焦美国与匈牙利的实践案例，探讨了预测医学、疾病诊断和药物研发中的前沿应用。活动汇集了三位领域专家，分别从疾病爆发动态预测、医疗系统AI治理策略以及癌症基因组学研究等维度，系统阐述了AI技术实施所需的制度基础、面临的伦理挑战及监管框架差异，特别对比了美欧在AI医疗领域的监管路径及其对未来全球领导地位的影响，为理解AI如何解决现代卫生系统结构性挑战提供了权威专业视角。

本文详细介绍了2020年及未来值得关注的十大医疗技术趋势，包括人工智能与机器学习、计算机视觉、可穿戴技术、虚拟与增强现实、电子健康记录、5G技术、远程医疗、区块链系统、聊天机器人及语音搜索，这些创新技术正重塑医疗行业格局，提升患者诊疗体验，提高医疗服务效率与精准度，为全球医疗健康事业带来革命性变革，特别是在疾病早期诊断、个性化治疗和远程监护方面展现出巨大潜力，将从根本上改变医患互动模式和健康管理方式。

英国科学家开发了一种基于人工智能的新方法，可确定哪些晚期肠癌患者最可能对英国国家医疗服务体系使用的靶向药物贝伐珠单抗产生反应。该方法整合肿瘤基因数据与临床信息，将患者分为高、中、低风险组，发现高风险组患者对治疗无反应，这有望使数千名患者免受无效治疗带来的高血压、胃肠道问题和血栓等严重副作用。研究发表在《科学报告》期刊上，通过PhenMap表型映射技术识别BRAF基因突变等生物标志物，未来可能发展为临床测试工具，为肠癌患者提供精准个性化治疗，同时该方法也有望应用于其他癌症类型。