环球医讯AI与医疗健康

Owkin公司宣布与法国制药巨头赛诺菲建立为期五年的战略合作伙伴关系，共同开发基于K Pro平台的AI智能体，用于药物研发全流程。该合作将利用Owkin的生物人工超级智能技术，结合多模态患者数据，为赛诺菲提供智能决策支持，加速靶点识别、患者亚组划分和药物定位等关键环节，有望显著提升药物研发效率，为患者带来更快速、更有效的治疗方案，标志着AI技术在生物医药领域的深度整合与应用进入新阶段。

OpenAI正全力进军医疗健康领域，通过推出面向临床医生的专业版ChatGPT、消费者版"ChatGPT Health"以及与医疗系统合作等多种方式，试图赢得医疗行业信任。尽管其AI工具已帮助部分用户如劳伦·班农及早发现甲状腺癌等严重疾病，但也面临研究显示50%以上必要就医情况未获建议、65%非紧急情况被错误建议就医等准确性挑战。在医疗健康占美国经济18%的巨大市场面前，OpenAI正集结260多名医生改进健康建议系统，同时与Labcorp等医疗企业合作拓展应用场景，以期在这个对AI未来至关重要的垂直领域取得突破。

本文讲述了心理健康专家团队参观完全由AI代理Luna运营的零售店Andon Market的经历。作者尝试购买两个带有Luna微笑标志的马克杯，却遭遇系统故障、支付问题和包裹破损等一系列问题。他们将AI在零售业务中的失败与AI在心理健康护理领域的潜在风险进行类比，指出尽管AI在某些场景下能力卓越，但在处理更敏感的任务时可能出人意料地脆弱，强调了在心理健康领域应用AI技术时必须谨慎评估其可靠性和安全性，避免因过度依赖技术而造成潜在伤害。

本文深入探讨了人工智能如何彻底改变医学教育体系，分析了AI在医生培训中的双重影响——既创造了个性化教学和技能评估的新机遇，也带来了"技能退化"和"技能缺失"等潜在风险，强调医学教育需要在技术变革中保持适应性，重新思考哪些核心能力必须保留、哪些可以交由AI处理，以及如何培养未来医生在人机协作时代的独特价值，为医疗行业应对AI革命提供前瞻性思考。

英国国家医疗服务体系(NHS)宣布将在其应用程序中引入人工智能技术，帮助患者确定最适合的医疗服务。新分诊工具将通过提问引导患者至全科医生预约、药房、急诊等适当服务，预计未来12个月内覆盖20余万患者，2028年4月前全面推广。此次更新是政府2025年拨款100亿英镑改造NHS技术系统的组成部分，旨在减少电话预约等待时间，提高医疗服务效率，同时专家也强调需确保患者安全、隐私保护及数字包容性。

英国政府宣布将在NHS应用中引入人工智能分诊功能，该工具将指导英格兰患者前往合适的医疗服务，首年覆盖20万患者，到2028年4月实现全面推广。此次改革是100亿英镑技术升级计划的一部分，还包括环境AI抄写系统等创新，但卫生领域领导警告AI提升生产力的证据尚不充分。政府声称该技术将帮助患者更快获得正确治疗并减少等待时间，同时也有专家对AI责任归属、数据隐私和数字鸿沟等问题提出警告，强调需要制定更全面的AI长期战略而非零散采用。

OpenAI的o3 Deep Research模型在波士顿儿童医院成功帮助诊断了18名罕见病儿童，这些病例曾让医生束手无策。该研究分析了376个基因组，为神经发育障碍和神经肌肉疾病等识别出新的诊断结果，诊断率达5%，虽然看似不高，但考虑到这些病例已被反复分析，这一成果意义重大。专家强调AI应作为医生工具而非消费者工具，以更高效处理复杂医疗案例，这一技术或将成为医学诊断领域的"彻底改变者"，为无数家庭带来希望，同时推动AI在医疗领域的应用进入新阶段。

英国国家医疗服务体系(NHS)宣布加速人工智能技术部署，通过在NHS应用程序中引入AI分诊工具和推广AI笔记工具，旨在减少患者等待时间并改善医疗服务。未来三年将投入100亿英镑用于医疗系统技术改造，预计这些改进将实现政府10年健康计划约一半的承诺，并在未来十年内产生410亿英镑的总效益。AI分诊工具已成功试用，可将患者引导至最合适的医疗服务，减少29%的电话排队人数；AI笔记工具可使临床医生与患者相处的时间增加近四分之一，有望每天为急诊科创造额外9000多次咨询空间，这些举措将显著提高医疗效率并为患者提供更优质的护理体验。

英国国家医疗服务体系(NHS)正在加速人工智能技术的部署，作为100亿英镑重大投资计划的一部分，旨在通过AI分诊工具、自动化临床记录和数字服务等创新应用缩短患者等待时间并改善医疗服务。该计划预计在未来十年内产生约410亿英镑的效益，使临床医生能多花近25%的时间与患者交流，并为超过50万名医疗工作者提供Microsoft Copilot支持，每月平均节省两天的行政工作时间，标志着英国医疗系统向智能化、高效化转型的重要一步。

英国国家医疗服务体系(NHS)正在开展一项人工智能血液检测技术的临床试验，该技术有望显著减少女性接受侵入性癌症检查的需求。由利兹市PinPoint Data Science公司开发的PinPoint血液检测通过机器学习分析30种血液生物标志物，能够以99%的准确率识别或排除妇科癌症风险。在涉及16,481名患者的约克郡大规模评估中，该技术每年可使约18,000名疑似子宫癌的转诊女性安全避免不必要的侵入性检查，同时改善患者分诊流程，缩短等待时间，使真正需要治疗的癌症患者能更快获得诊断和治疗。利兹教学医院NHS信托和中约克郡教学NHS信托已计划将该创新技术投入实际应用。