环球医讯AI与医疗健康

领英联合创始人、硅谷著名风险投资家里德·霍夫曼将退出微软董事会，专注于人工智能驱动的药物发现初创公司Manas。霍夫曼在与微软CEO纳德拉的视频对话中表示，Manas的快速发展促使他决定回归"创始人模式"。这一决定结束了霍夫曼自2017年(微软收购LinkedIn一年后)开始的近七年微软董事会任期，反映了科技投资者和企业家日益关注软件之外的AI应用，特别是在医疗保健和生命科学领域，该领域正吸引大量投资者关注，因为制药公司希望缩短研究时间线并降低开发成本，已成为AI最具前景的前沿之一。

领英联合创始人里德·霍夫曼预测AI聊天机器人窗口期已关闭，投资者应转向AI赋能的医药领域。他认为医疗健康是"规模大得多的总体可寻址市场"，AI可加速药物研发过程使研究更高效，同时指出新药20年专利保护机制下AI能创造多个赢家。作为曼纳斯AI联合创始人，霍夫曼以GLP-1类药物制造商为例说明同一领域可存在多家成功企业，并驳斥了AI导致科技公司大规模裁员的观点，强调这实际源于疫情期间过度招聘，其立场同时反对AI末日论与过度炒作。

南卡罗来纳医科大学霍林斯癌症中心研究人员开发了一种机器学习工具，能以84%的敏感性和75%的特异性识别面临经济毒性的癌症患者风险。该模型通过分析患者人口统计学、临床和财务信息，确定年轻、低收入、健康状况差、正在接受治疗及自付费用高的患者风险更高。研究团队还开发了公开可用的网络风险计算器，旨在早期识别高风险患者并及时提供财务支持服务，避免因经济压力导致治疗中断，从而改善癌症患者的治疗依从性和生活质量，这一创新将经济毒性视为癌症的"另一种副作用"进行主动干预。

赫克托·泽尼尔博士推出的阿尔戈赛特·普罗克西玛诊断项目，通过高频次血液监测而非传统单次检测，利用人工智能分析免疫指标变化轨迹来预测潜在健康风险。该技术聚焦13项关键免疫标记物，结合可穿戴设备数据和生活方式因素，旨在实现从"诊断已发生疾病"向"预测并预防疾病"的范式转变，特别针对男性延迟就医现象和慢性病患者监测不足问题，长期愿景是构建整合多维度数据的"数字血液孪生体"模型，推动医疗体系从被动治疗转向主动预防，为癌症治疗优化、自身免疫疾病预警等领域提供科学依据。

本研究报道了一例61岁男性患者，尽管冠状动脉CTA和AI分析均未发现左回旋支冠状动脉存在斑块，但其血管周围炎症指标(FAI)处于同龄同性别人群的99百分位；96天后该患者发生了由左回旋支钝缘支闭塞导致的非ST段抬高型心肌梗死，证实了血管周围冠状动脉炎症可作为预测冠状动脉事件的独立指标，即使在无可见斑块的情况下，为临床风险评估提供了新的非侵入性手段，这对于心血管疾病早期预防具有重要意义。

本文提出了一个基于人工智能的预防性精准医疗概念框架，整合了AI和多模态生物医学数据集的最新进展。文章分析了传统医疗方法的局限性，探讨了AI在预测健康变化和疾病发作方面的潜力，并讨论了计算系统、临床验证与实施以及预防性干预面临的关键挑战。研究表明，AI驱动的预测工具可以在症状出现前识别可操作的健康变化，为更积极主动的医疗干预铺平道路，有效应对日益增长的慢性疾病负担，从而将医疗模式从反应性治疗转向预防性健康管理。

一款为英国皇家伯克郡NHS基金会信托构建的AI预测工具，利用员工数据和模式提前识别辞职风险，并解释预测背后的原因，帮助管理者主动应对人员流失问题。该工具由雷丁大学合作开发，在2026年国家AI奖中荣获年度AI企业业务奖，展现了学术研究与医疗运营数据结合的潜力，同时强调AI辅助决策而非替代人类判断，为改善NHS员工留任策略提供了创新方案。

韩国食品药品安全部依据新颁布的生成式AI医疗器械审批指南，正式批准本土初创企业Soombit.ai开发的AIRead-CXR软件，该工具基于视觉语言模型直接分析胸部X光影像生成初步放射科报告，可识别57种病症，成为全球首个获监管批准的此类生成式AI医疗影像产品，标志着AI医疗诊断技术进入临床应用新阶段，也是韩国加速AI医疗商业化战略的重要里程碑，此次审批验证了生成式AI在医疗影像领域的可靠性，为全球AI医疗器械监管树立了新标准。（142字）

韩国保健福祉部与印度尼西亚人力资源和文化统筹部签署合作备忘录，将在印尼偏远岛屿地区试点人工智能驱动的远程会诊服务，重点推进基于人工智能的初级医疗保健合作，涵盖全民医疗覆盖、数字健康促进、孕产妇儿童预防保健及社区心理健康服务等领域，韩国计划将此合作模式扩展至越南和泰国等亚太国家，此举是其"全球人工智能基本社会"框架下亚太区域医疗合作的重要开端，同时印尼近年已与飞利浦、谷歌云及中国建立多项数字医疗合作。

韩国国家癌症中心正在开发名为"生物世界模型"的生成式AI系统，用于预测药物在类器官和动物模型中的反应，解决实验室结果难以推广至人体的难题。作为韩国政府225亿韩元四年度AI创新项目的重要组成部分，该技术有望显著提高癌症治疗研发效率，实现新药候选物潜在失败风险的早期识别与有前景疗法的快速筛选，同时支持个性化癌症治疗发展。此项研究获得30亿韩元专项资助，与该中心正在建设的国家级癌症大数据平台及精准医疗基础设施形成协同效应，代表了人工智能在生物医药领域应用的重要突破。