环球医讯AI与医疗健康

霍德员工福利(Howden Employee Benefits)发布的《2026年全球员工健康变迁报告》显示，64%的亚洲员工现在信任在医疗保健旅程中使用人工智能。超过三分之一(38%)的亚洲员工在最近的医疗保健旅程中体验过AI，其中13%在诊断过程中使用，18%用于治疗计划。20%让AI参与远程健康监测，15%通过AI管理计划。45%的亚洲企业希望看到AI驱动的护理更广泛应用，45%认为智能诊断和筛查最具价值。AI可能有助于缓解亚洲11.4%的医疗通胀率影响，51%的雇主预计医疗成本将大幅上升。

ATx峰会2026在新加坡滨海湾花园开幕，汇聚亚洲、中东及美洲政府领导人，世界银行、经合组织等国际机构代表，以及OpenAI、亚马逊、英伟达等科技企业高管。峰会聚焦人工智能公共应用，亮点包括首届AI Ready东盟青年挑战赛11个获奖项目展示，涵盖医疗、教育等领域；新加坡与不丹签署AI医疗影像合作备忘录，提升偏远地区诊断能力；新加坡总医院与A*STAR合作加速AI精准诊断工具商业化，应对人口老龄化与慢性病挑战。活动彰显区域协同推进AI技术造福社会的共同愿景，展现东盟青年利用AI解决社会问题的创新实践。

亥姆霍兹慕尼黑中心和慕尼黑路德维希-马克西米利安大学的研究团队开发了一种名为MouseMapper的人工智能框架，能在细胞分辨率上绘制整个小鼠体内的疾病相关变化图谱。该技术揭示了肥胖引起的广泛炎症和此前未被认知的面部感觉神经损伤，并在人体组织中发现相同分子特征，表明这些变化在物种间具有保守性。这项发表在《自然》杂志上的研究为理解肥胖的系统性影响提供了新视角，同时为研究糖尿病、癌症等多器官系统疾病开辟了新途径，有望加速新治疗方法的发现过程。

谷歌DeepMind开发的Co-Scientist和FutureHouse研发的Robin两款多智能体AI系统，通过生成假设、设计实验、分析数据和优化研究流程，显著提升了科学发现效率。这些系统在生物医药领域已成功识别出急性髓系白血病的新型疗法、肝纤维化药物靶点及干性黄斑变性潜在治疗方案，但研究人员强调AI仅作为辅助工具，科学决策仍需人类专家全程参与，且所有发现均需经过严格的临床前和临床验证才能应用于实际治疗。

哈佛大学与谷歌合作开发了一种名为经验研究辅助系统(ERA)的人工智能技术，该系统能自动设计和优化科学软件，在神经活动预测、新冠住院人数预测和单细胞RNA测序数据整合等关键基准测试中表现优于人类编写的代码。ERA结合谷歌Gemini大语言模型与树搜索算法，大幅缩短科研软件开发周期，将原本需要数月的工作压缩至几小时，使科学家能更专注于创造性工作，有望加速多领域科学发现进程，包括物理学、神经科学和公共卫生等前沿领域。

慕尼黑亥姆霍兹中心、慕尼黑路德维希-马克西米利安大学及合作机构的研究人员开发了一种名为MouseMapper的人工智能框架，能够以细胞级分辨率绘制整个小鼠体内与疾病相关的变化。该研究揭示了肥胖导致的广泛炎症以及此前未被认识的面部感觉神经损伤，并在人体组织中识别出相应的分子特征，表明与肥胖相关的神经损伤关键特征在不同物种间具有保守性。这项发表在《自然》杂志上的突破性研究为理解肥胖的全身性影响提供了新视角，也为研究其他系统性疾病如糖尿病、癌症和神经退行性疾病开辟了新途径。MouseMapper平台能够自动分割31个器官和组织类型，同时定量绘制全身的神经和免疫细胞，使对完整生物体的全面多系统分析成为可能，有望加速新治疗方法的发现并减少实验需求。

由爱丁堡大学毕业生Robert van Biljon和James Gordon共同创立的AI医疗记录初创公司Nora，在成立仅两年后被南非医疗科技公司Healthbridge收购。Nora是一款能将医患对话自动转化为结构化临床记录的人工智能工具，最初作为课堂笔记平台开发，后转向医疗领域以减少医生行政工作负担。该公司从2025年10月开始试用，用户数量每月增长23%，Healthbridge将其描述为"临床软件套件的战略AI支柱"。van Biljon表示，尽管他和联合创始人都不懂编码，但看到了GPT-4的潜力，将最初为学生设计的服务扩展到医疗领域，认为这对医生可能产生重大影响。

该报告深入分析了全球医疗诊断领域人工智能市场的现状与未来发展趋势，涵盖市场细分、主要参与者、区域分析及影响因素。报告预测2026-2032年期间，随着技术进步和医疗需求增长，AI在医疗诊断中的应用将加速发展，但也面临供应链挑战和贸易政策变化等风险。全球主要企业如飞利浦、西门子医疗和通用电气等正在积极布局，推动市场创新和区域扩张，同时各国政策调整和区域合作将重塑市场格局，为医疗行业带来变革性影响。

2026年上半年临床试验领域呈现三大主导趋势：中国影响力持续扩大，临床试验发起比例从2015年的4%升至2025年的30%，且I期试验周期仅需7个月，成本比美国低32%-52%；美国早期生物科技融资环境严峻，NIH资金缩减导致风险投资更倾向后期低风险资产；人工智能技术正从实验阶段融入临床试验全流程，在方案开发、患者招募、风险监测等方面发挥重要作用，但人类监督仍不可或缺。同时，适应性试验设计和去中心化试验模式正推动研究更加以患者为中心。

本研究系统综述了人工智能过度依赖与人类认知衰退之间的关联，整合了教育、专业工作和医疗保健等多领域的实证证据与理论观点。研究提出了P2BEAM分类法，全面分析了AI过度依赖的心理机制、特定人群影响、广泛社会风险及认知衰退证据，并总结了各领域应对策略。该研究不仅区分了已有证据与假设观点，还为研究人员、教育工作者、政策制定者和系统设计者提供了跨领域的实用建议与优先研究议程，对平衡AI应用与人类认知能力发展具有重要指导意义。研究强调了过度依赖AI可能引发的学习能力下降、决策能力弱化及专业技能退化等风险，呼吁建立科学的AI使用规范以保护人类认知健康发展。