环球医讯AI与医疗健康

微软在其Copilot聊天机器人中新增了专门的健康助手Copilot Health，允许美国用户上传医疗历史和可穿戴设备数据。微软消费者AI主管表示，希望复制“礼宾医疗”的部分体验，让每个人随时都能获得个性化的健康信息。随着亚马逊、OpenAI和Anthropic等公司纷纷推出健康聊天机器人，AI健康领域竞争日趋激烈。微软表示，其健康数据将被加密并与其他对话隔离，不会用于训练AI模型，用户可随时删除数据。公司内部设有临床团队，并咨询了数百名外部医生以确保安全建议，但强调该工具并非用于最终诊断或治疗。

微软在HIMSS 2026上发布了Dragon Copilot AI临床助手的新功能，包括整合工作场所上下文、合作伙伴开发的AI应用以及扩展的基于角色的工作流程。新系统支持从Microsoft 365 Copilot中调取工作相关信息，并集成来自Canary Speech、Humata Health、Optum和Regard等合作伙伴的AI应用，覆盖临床洞察、收入周期管理、预先授权和临床决策支持。目前已有超过10万名临床医生在日常实践中使用Dragon Copilot，每月支持数百万患者。系统能够统一来自多个来源的信息，包括患者诊断、用药、实验室结果以及组织政策、日程等，临床医生可用语音或文本进行查询、总结和记录。新增功能包括主动的ICD-10编码建议、自动转诊信和就诊后总结、基于既往笔记启动记录，以及支持58种语言的多语言对话记录。目前Dragon Copilot在美国、加拿大、英国、爱尔兰、法国、德国、奥地利、比利时和荷兰可用。

微软公司在其个人版Copilot聊天机器人中加入专用健康助手Copilot Health，允许美国用户上传病史及可穿戴设备数据。公司期望复制礼宾医疗体验，让医疗超级智能随时可用。健康领域已成为AI竞争的热点，亚马逊、OpenAI、Anthropic等纷纷推出健康聊天机器人。微软强调数据加密、安全控制，不用于训练模型，用户可随时删除。助手不提供最终诊断，但在模拟演示中建议心梗后下颌痛患者立即就医。

微软与罗马尼亚最大的私立医疗网络雷吉纳·玛丽亚宣布深化合作，将人工智能技术系统性地整合进影像诊断、实验室质量管理及临床文档处理等环节，旨在提高诊断准确率、减少人为错误并优化患者服务体验。双方合作始于疫情期间的虚拟诊所，现已扩展至AI辅助的核磁共振、CT扫描分析以及乳腺癌筛查，同时引入微软的Dragon Copilot智能助理以减轻医生行政负担。合作强调技术不替代而是增强医疗专业能力，被视为罗马尼亚医疗数字化转型的范例。

微软正式推出Copilot Health，这是一款专门分析个人医疗数据的AI助手，同时严格保护隐私。该产品于2026年3月12日发布，是微软将Copilot技术从生产力工具扩展到医疗领域的最重大举措。Copilot Health可整合来自Epic、Cerner、Allscripts等主要供应商的电子健康记录系统，以及Fitbit、Apple Watch、Garmin等可穿戴设备的数据，提供药物提醒、实验室结果趋势分析、生命体征监测和个性化健康洞察。所有数据处理均在本地设备上完成，利用Windows 11的安全飞地技术，医疗信息除非用户明确共享否则绝不会离开设备，且采用端到端加密。系统通过差分隐私和零知识证明进一步保护用户，用户可通过隐私仪表板精细控制数据访问。该功能内置于Windows 11的Copilot界面，支持语音命令和快捷键，并可同步至Outlook日历和Teams。Copilot Health明确不提供诊断或治疗建议，所有洞察均需咨询医疗专业人员。微软已为其设计完整的合规框架，满足HIPAA和GDPR要求，并采用量子安全加密和Windows Hello生物认证。该产品的推出标

在心理健康意识月之际，专家指出全球超过10亿人患有精神健康问题，而人工智能有望通过识别情绪困扰的早期信号、改善护理可及性来辅助医疗系统。然而，AI无法替代专业人员的同情心和临床判断，心理健康护理始终需要基于信任和人类联系的以人为本的方法。平衡技术创新与人性关怀是未来关键。

startAD在谷歌.org支持下，通过其AI for Good计划发布AI采用晴雨表，基于52家阿联酋机构调研，首次反映医疗和社会影响领域的人工智能实际采用状况。调查显示81%的医疗机构已定义AI用例，58%正在试点或部署，但42%缺乏专门AI预算，暴露了动力与准备之间的差距。startAD同时推出两份实施手册，帮助机构从模糊想法走向可测试的AI用例，并指导团队进行负责任试点，旨在缩小这一鸿沟，推动阿联酋弱势群体医疗可及性改善。

埃塞克斯大学研究人员利用人工智能开发出微小抗体片段，可直接在人体细胞内发挥作用，靶向与神经退行性疾病相关的蛋白质，为阿尔茨海默病、帕金森病、运动神经元病等疾病的新疗法开辟道路，相关成果发表在《自然·通讯》上，并获MND协会资助。

哈佛医学院研究人员开发出一款人工智能工具，通过分析患者病历和放射报告等常规医疗数据，能以近90%的准确率识别出有亲密伴侣暴力风险的患者，比受害者通常向干预中心求助的时间提前三年以上。同时，俄亥俄州立大学韦克斯纳医学中心在哥伦布市开设了耗资近20亿美元的新医院，提供专科卒中护理、先进癌症治疗和全州最高级别的孕产服务。克利夫兰诊所运动医学专家则建议将拉伸纳入日常习惯，无论运动前后，持续进行静态和动态拉伸均有益处。

本文介绍了一项利用人工智能分析常规医疗数据来提前预测亲密伴侣暴力风险的新工具，准确率达90%，可早于患者主动求助三年以上发出预警；同时报道了俄亥俄州立大学韦克斯纳医学中心耗资近20亿美元的新医院开业，为俄亥俄州中部提供顶级卒中、癌症及产科服务；此外还分享了克利夫兰诊所运动医学专家关于拉伸的建议，强调静态与动态拉伸习惯的重要性，并提醒注意胸部、髋屈肌和大腿前侧的拉伸。