AI in Healthcare

主要新闻

1. 1

   谷歌云工具无需编码即可从X光片分类儿童肺炎

   事情经过：研究人员使用Google Cloud Vertex AI AutoML（一个无代码机器学习平台）构建并验证了一个系统，该系统可自动对儿童胸部X光片中的肺炎进行分类。该研究是一项概念验证内部验证研究，发表在《Cureus》期刊上。 为什么重要：肺炎诊断通常需要放射科医生的专业知识和时间。自动分类系统可以减少诊断延误，并可能在专家资源有限的环境中扩大可靠肺炎检测的使用范围，特别是在误诊风险较高的儿科病例中。

   需要关注的是：该研究仅代表概念验证的验证阶段；研究未具体说明可用性、部署时间表、准确度指标或推出计划。在真实医院应用之前，还需要进一步的外部验证和临床集成步骤。

2. 2

   Cuban：AI替代行政工作，而非放射科医生——成本和法律责任将医生锁定

   发生了什么：Mark Cuban在X平台上主张，放射科医生不会被AI取代，因为基础模型一经发布就会过时，临床规模的推理成本远高于放射科医生薪资，且将AI与医学领域知识相结合复杂度很高。他另外声称AI将替代大多数医生的行政任务——即大型医疗集团引入的文书工作——而非临床判断。 为什么重要：Cuban联合创立了Mark Cuban Cost Plus Drug Company，该公司绕过药房福利管理公司(PBM)层级，因此他的表述反映了特定的商业利益。然而，三家最大的PBM公司——CVS Health(Caremark所有者)、Cigna(Express Scripts所有者)和UnitedHealth Group(Optum Rx所有者)——已经在部署AI来自动化Cuban针对的精确行政工作，这提出了一个问题：这种自动化是否会压缩它们的运营利润率还是扩大利润率。

   值得关注的是：CVS报告2026年第二季度健康服务收入近$52 billion，并推出了一款支持AI的理赔协助管理器，可将处理时间缩短超过20%；Cigna报告2026年第二季度Evernorth收入$61.5 billion，称其Pharmacy Forward项目将治疗时间减少一半，并将临床医生的文档工作时间减少最多50%；UnitedHealth Group报告第二季度收入$112 billion，目标是到2027年底实现80%的事前授权实时处理。

3. 3

   医院寻求本地部署MLOps平台用于生产模型监控

   发生了什么：一家运营完全本地部署OpenShift集群的医院正在评估ClearML和OpenShift AI，用于管理由多个内部团队构建的机器学习模型，以及运行在外部供应商处的模型。该机构正在构建一个自助服务平台，配备集中化边界策略，使各团队能够独立工作，同时在访问控制和资源限制方面实施防护措施。 为什么重要：医疗机构出于合规性和安全考虑必须将患者数据保留在本地，这排除了使用基于云的MLOps工具的可能性。这家医院的挑战——监控内部模型和外部供应商模型的生产问题，如数据漂移和偏差——反映了受监管行业中的真实约束，在这些行业中，对整个模型生命周期的实时可视化对患者安全至关重要。

   值得关注：医院已识别出现有平台中的一个缺口：ClearML和OpenShift AI都无法提供所需的生产监控深度（漂移检测、偏差追踪、实时单模型仪表板）。在医疗合作关系中常见的情况下，监控只有输入/输出数据流可用的供应商模型的能力，似乎是当前工具生态中一个未被满足的需求。

4. 4

   基因组学专家Schadt离职Pathos AI，加入辉瑞担任首位AI Scholar

   发生了什么：计算生物学专家、Pathos AI前首席科学家Eric Schadt正离开该职位，转而以辉瑞首位AI Scholar身份为其提供咨询，同时还在筹办一家隐形初创公司。Schadt将继续担任西奈山伊坎医学院精准医学院长。 为什么重要：Schadt是资深生物科技创业者，在罗氏、默沙东、Pacific Biosciences和Sema4等公司担任过要职；他已发表超过500篇科学论文，H指数为165，曾登上全球最具影响力科学家榜单。他在辉瑞的顾问角色表明这家制药巨头正押注AI来重塑其研发战略和药物发现流程。

   值得关注的是：Schadt的隐形初创公司专注于精准医学，基于从单个患者数据入手、利用AI指导治疗决策的原则而建立。在辉瑞，他将与团队合作制定AI战略并构建专有模型。

5. 5

   礼来与英矽智能达成$2.8B AI药物发现合作

   发生了什么：礼来与香港生物科技公司英矽智能签署协议，交易金额达$2.8B，以扩展其AI驱动的药物开发计划。 为什么重要：此交易表明主要制药公司越来越多地押注AI来加快药物发现并降低成本——药物发现这一传统流程向来耗时冗长且成本高昂，历来需要数年时间和数十亿美元才能将单一药物推向市场。

   关注重点：该合作伙伴关系将测试AI能否在药物候选物筛选中有意义地缩短开发周期、提高成功率，这是制药业更广泛采纳机器学习进行研究的一个关键衡量标准。

6. 6

   WIO 2026大会将聚焦AI、AMD和医生领导力话题

   发生了什么：世界眼科大会（WIO）2026公布了议程，将包括人工智能、年龄相关性黄斑变性（AMD）和医生领导力主题的分会场。 为何重要：眼科学会议塑造临床实践和研究优先事项。涵盖AI的大会议程反映了该专业领域对机器学习如何影响眼科护理的关注，而AMD和领导力教育则解决了该领域紧迫的临床和职业需求。

   值得关注的是：WIO 2026将汇聚全球眼科医生讨论新兴工具和执业挑战，但主办方尚未公布具体日期、地点或注册详情。