环球医讯AI与医疗健康

全球医疗保健领域AI代理市场正进入加速扩张阶段，预计从2025年的11.1亿美元增长到2030年的69.2亿美元，复合年增长率达44.1%。AI代理正从试点项目发展成为临床护理交付、行政自动化和患者参与策略的核心组成部分，在临床应用、多代理系统和医疗机构采用方面增长尤为显著。随着生成式AI、自然语言处理技术与电子健康记录系统深度整合，AI代理能够自主执行多步骤临床流程、与影像系统无缝交互，有效减轻医护人员行政负担并提高诊疗效率。主要科技企业如Oracle、Microsoft、IBM和Google等正积极投资平台开发和医疗专用AI模型，医疗系统在全球范围内面临运营压力与个性化护理需求提升的背景下，AI代理已成为构建高效、可扩展未来医疗体系的关键技术。

据彭博社报道，苹果公司历时多年开发的AI健康教练服务"Mulberry"项目遭遇重大挫折，原计划作为iOS 26核心功能推出后经历多次延期至iOS 27/watchOS 27，现因高管调整面临实质性搁置甚至取消；在健康业务主管埃迪·库接手后，苹果将加快健康领域创新步伐，部分数据分析功能可能整合至现有健康应用，同时探索包括iPhone步态分析在内的替代方案，此举或缓解用户日益增长的订阅疲劳问题，但具体服务形态仍待2026年9月WWDC开发者大会揭晓。

哈佛医学院研究人员开发出名为BrainIAC的通用人工智能模型，该模型通过分析32,000余份未标注脑部MRI扫描学习基础解剖结构，仅需每类1-5个训练样本即可适应阿尔茨海默病到癌症等多类疾病分析。该技术在预测脑癌患者生存期、检测基因突变及早期痴呆等七项医疗挑战中表现卓越，其中肿瘤基因突变预测AUC值达0.79，显著超越医生仅凭影像的诊断能力。特别针对每年仅影响数十名儿童的罕见脑癌，BrainIAC利用极少量数据（如4个样本）即可实现有效分类，解决了小患者群体疾病难以收集大规模训练数据的核心难题，有望加速资源有限地区的医疗AI工具开发，但目前仍处于研究阶段，尚未获临床应用批准。

日本东京科学研究所Takebe教授团队利用人诱导多能干细胞构建肝脏类器官模型，首次揭示抗胸腺细胞球蛋白（ATG）通过激活补体系统引发快速凝血及TGF-β通路导致炎症的双阶段机制，阐明了肝移植患者出现严重肝损伤副作用的原因，为开发更安全的免疫抑制方案提供新靶点，该研究证实药物副作用仅存在于人源血管系统，解决了既往动物实验无法复现临床症状的长期困惑。

本文深入剖析人工智能如何突破传统药物研发中"不可成药"靶点的历史局限，阐述AI通过高质量数据集、计算理性及涌现特性将偶然性转化为战略的过程。文章详细解释几何深度学习揭示隐蔽结合位点、靶向蛋白质降解剂等创新疗法的工作原理，同时警示过度依赖现有数据可能导致创新局限，强调未来药物研发需平衡AI计算效率与人类直觉，构建人机协同模式以攻克癌症、神经系统疾病等曾被视为无法治疗的疾病，为生命科学领域带来革命性变革。

哈佛医学院研究人员开发出名为BrainIAC的基础模型，该模型通过3.2万份无标注脑部MRI扫描学习通用解剖结构后，仅需每类1-5个训练样本即可适应阿尔茨海默病早期筛查、脑癌生存期预测等七项不同医疗任务，在罕见儿科脑癌等小样本场景下性能显著优于传统AI系统，其注意力机制聚焦海马体等关键区域，为医疗资源匮乏地区及罕见病研究提供突破性工具，有望解决医学AI领域数据标注成本高、样本量不足的核心难题。

苹果公司正在缩减其名为"Mulberry"的AI健康教练项目计划，据彭博社报道，该项目将被分解为单独功能逐步推出而非作为整体发布。这一调整发生在资深服务主管Eddy Cue接手健康技术项目之际，苹果正面临来自Oura、Peloton以及谷歌和OpenAI等公司的竞争压力，后者最近推出了ChatGPT Health。苹果此前已在Apple Watch和AirPods中添加了睡眠呼吸暂停检测和听力测试等健康功能，这些成功案例可能是新策略的参考依据，表明公司正重新评估其在健康科技领域的整合方式。

宾夕法尼亚大学医学中心开发的Chart Hero是一款基于生成式人工智能的聊天系统，可嵌入电子健康记录侧边栏，帮助医生通过简单查询在一两分钟内自动收集、整理、综合患者数据，避免传统繁琐检索；该工具显著提升诊疗效率（如放射科医生日均节省两小时），已从2025年8月10名测试用户扩展至30名，通过关联原始数据源和双AI审核机制减少幻觉风险，并与环境监听技术协同优化医患互动；其核心价值在于以人文本简化医疗流程，为临床医生创造更多专注患者的时间，推动人工智能在健康领域的可持续应用，体现了技术赋能医疗的创新实践，为全球医疗系统提供可复制的数字化转型范例。

2026年健康科技领域将迎来四大关键趋势：首先是"代理式AI"（Agentic AI）的广泛应用，虽然能自动化处理重复性工作提升效率，但信任度和成本问题仍需谨慎考量；其次是安全与临床工作流程的平衡，美国HIPAA法规可能更新带来新的网络安全要求，资源有限的医疗机构将面临合规挑战；第三是智能诊疗连续体和患者体验的持续优化，通过AI工具实现更无缝的患者旅程，解决医疗流程碎片化问题；最后是数据治理的强化，作为AI应用的基础，医疗机构正着力提升数据质量和治理标准，推动"最小可行数据治理"实践。这些趋势共同指向医疗行业在效率提升、安全保障与患者关怀之间的精细化平衡。

美国非党派患者安全组织ECRI发布2026年医疗技术隐患报告，将人工智能聊天机器人列为首要风险，指出其可能生成虚假诊断建议、发明不存在的人体器官并加剧健康不平等，强调需建立AI治理委员会验证所有输出内容；报告同步警示数字系统瘫痪、劣质医疗器械等其余九大隐患，要求医疗机构加强监管培训以保障患者安全，避免因成本压力导致患者误将聊天机器人替代专业诊疗。