环球医讯AI与医疗健康

本文深入探讨医疗机构IT领导者对嵌入电子健康记录系统的AI功能的真实反馈，重点分析临床摘要AI和过度警报等工具为何适得其反，指出技术设计必须精准匹配医生在诊疗过程中的即时需求而非单纯追求功能数量，否则将增加工作负担而非提升效率，强调成功的医疗AI应作为"无声助手"减少操作步骤而非制造干扰，这对医疗健康领域的人工智能应用具有重要启示意义。

HIMSS与新加坡最大公立医疗机构集团SingHealth将联合主办2026年8月23-25日在新加坡举行的HIMSS亚太健康会议与展览，会议主题为"信任、智能与敏捷：人工智能时代重新构建亚太健康系统"，将汇集亚太地区及全球卫生系统领导者、政府官员、临床医生和技术专家，共同探讨如何将人工智能的雄心转化为可扩展的、基于证据的影响，会议内容包括首席执行官人工智能峰会、全体会议、并行专题讨论、展览及医院参观等活动，旨在推动医疗健康系统的数字化转型与创新应用。

Haleon与微软宣布建立为期五年的战略AI合作伙伴关系，将人工智能技术深度整合到消费者健康业务的各个运营环节。该协议旨在通过AI工具帮助员工自动化日常任务、提升协作效率并专注于高价值工作，重点应用于消费者洞察、创新研发、供应链管理和商业执行领域。此举将加速科学研发和临床内容开发，增强营销内容个性化能力，优化业务决策流程，为全球消费者提供更优质的健康服务。作为葛兰素史克分拆的独立公司，Haleon此次合作是继百时美施贵宝、默克、诺和诺德之后，又一家医药巨头与科技企业联手推动数字化转型的案例，彰显了AI技术正在重塑医药健康产业的运营模式和发展战略。

人工智能正在深刻改变医生的培训方式和医疗行业的未来。文章探讨了AI如何影响传统的认知学徒培训模式，既带来了个性化评估、扩大临床经验等机遇，也引发了技能丧失、过度依赖等风险。尽管医学界对AI在教育培训中的长期影响知之甚少，但专家们认为医学教育必须变得更加适应性强，与学习者共同创造新的培训方法，培养医生在AI时代的关键能力，重新聚焦医疗核心价值，确保未来医生既能有效利用技术又能保持临床思维与人文关怀。

文章报道了软件公司Pendo任命23岁的扎因·拉哈尼为首席AI官的现象，揭示了企业将精通AI的Z世代成员提拔至高管层的新兴趋势。这种趋势源于AI人才严重短缺，年轻员工往往具备更强的技术适应能力，促使部分企业更看重AI熟练度而非传统工作经验。文章深入探讨了这一趋势是否会扩展到医疗保健行业，目前包括西达斯-西奈医疗中心、梅奥诊所和克利夫兰诊所在内的医疗机构已设立首席AI官职位，但均由资深医疗和数据专家担任，尚未出现20多岁高管，这引发了行业对人才选拔标准与资历价值的深刻思考。

Google最新研究显示，其开发的基于大型语言模型的医疗人工智能系统AMIE在模拟多就诊疾病管理任务中表现优异。在一项随机双盲虚拟研究中，AMIE与21名初级保健医生在100个临床案例中进行对比，结果显示AMIE在总体管理推理方面不逊于医生，并在治疗计划适当性、治疗建议精确度、检查推荐精确度等多个关键指标上显著优于医生。该研究发表在《自然》杂志上，表明AI系统可能在未来医疗系统中提供连续性服务，尤其是在全球医疗资源日益碎片化的背景下，但研究人员强调该系统仍处于实验阶段，尚未在真实临床环境中测试。

本文深入分析了谷歌于2026年6月3日发布的生成式AI功能性能报告对医疗健康领域的影响，指出该报告仅提供内容展示次数而缺乏点击数据、点击率和实际用户查询等关键信息；在医疗保健领域，这种不完整数据不仅是营销不便，更可能带来临床和声誉风险；文章强调医疗机构应将AI展示次数视为存在信号而非绩效指标，主动从品牌搜索趋势、新患者来电等多渠道构建结果证据，定期审计AI对临床服务的评价，避免仅凭展示数据做出战略决策；随着AI系统整合到更多患者入口点，医疗机构必须持续追踪临床和战略上真正相关的内容，而非仅仅关注展示次数图表，不能将成功感知或患者安全完全委托给供应商仪表板。

Aidoc公司近日获得美国食品药品监督管理局(FDA)突破性设备认定，其开发的AI系统可自动读取胸部X光片并生成初步诊断报告。该系统名为"First Read"，能够识别100多种预设病症特征，旨在显著减少放射科医生在报告撰写和影像解读上所耗费的时间。尽管AI生成的报告仍需医生最终签字确认，但这一技术突破标志着人工智能在医疗影像诊断领域的重要进展，有望大幅提升诊断效率并改善患者护理体验。FDA的突破性设备项目专注于加速创新医疗技术的审批流程，此次认定反映了AI在医疗影像分析领域的快速进步，为未来更高效精准的医疗服务奠定基础。

本文针对MASAI试验中人工智能支持的乳腺X光检查筛查效益进行了深入分析，指出虽然AI能显著提高癌症检出率（增加29%），但间隔癌减少幅度较小（仅12%），存在过度诊断风险；研究表明每1000名筛查女性中AI多检出1.4例癌症却仅预防0.2例间隔癌，且Luminal A型间隔癌未减少而导管原位癌间隔癌反而增加，提示可能存在筛查相关过度诊断；作者强调在广泛实施AI筛查前，必须有证据显示晚期癌症发病率持续降低且无诊断膨胀，增加癌症检出不应与改善患者预后混为一谈，减少晚期疾病负担和降低死亡率的证据仍是推荐AI筛查用于常规临床实践的必要条件。

Aidoc公司获得美国食品药品监督管理局(FDA)突破性设备指定，其开发的First Read人工智能系统能够分析胸部X光片并生成100多种预定义发现的初步报告，该技术基于Aidoc公司另一款用于CT扫描分析的应用架构，旨在减少放射科医生在报告和解读上的时间投入。公司于2026年4月筹集1.5亿美元推进AI模型研发，目前已在全球2000多家医院应用。随着医疗设备公司纷纷测试生成式AI技术，FDA虽已发布相关草案指南，但尚未建立完整的监管框架，仅提供优先审查和更多反馈机会，适用于那些能更有效治疗或诊断危及生命或致残性疾病的设备。