AI in Healthcare

主要新闻

1. 1

   辉瑞、美敦力、Hinge Health提供人工智能医疗健康敞口

   事件概述：一份投资筛选清单确认了三家上市公司——辉瑞（市值1425亿美元）、美敦力（105.0亿美元）和Hinge Health（5.9亿美元）——在医疗健康领域具有有意义的人工智能应用敞口，涵盖药物发现、手术机器人和数字肌肉骨骼护理。 为什么重要：医疗健康人工智能解决医疗系统面临成本压力下的结构性需求，有望改进诊断、治疗决策和生产力。辉瑞的人工智能驱动研发合作伙伴关系和药物管线、美敦力的人工智能引导手术和机器人（Hugo系统）以及Hinge Health的运动追踪数字平台和Enso可穿戴设备，分别代表了寻求长期结构性趋势而非短期热点的投资者进入这一主题的不同切入点。

   值得关注：辉瑞的股息可持续性（未被完全收益或自由现金流覆盖）、美敦力在糖尿病分拆和利润率压力背景下人工智能计划的执行情况，以及Hinge Health在分析师指引上升和指数纳入背景下从设备向软件型护理的转变——各自存在可能影响未来增长和估值的不同风险。

2. 2

   强生Q2销售额达253亿美元，瞄准100亿美元里程碑；礼来斥资38亿美元押注迷幻药物

   事件回顾：强生公司报告2026年第二季度销售额为253亿美元，同比增长6.6%，并将全年指导目标上调至1011亿美元，有望首次突破100亿美元年收入大关。与此同时，礼来同意以最高38亿美元的价格收购AtaiBeckley，正式进军精神类疾病治疗领域的迷幻药物发现。百时美施贵宝正在部署第二套由NVIDIA驱动的人工智能系统，其每兆瓦性能表现将比前代产品提升十倍，使其成为生命科学行业私有AI基础设施中最强大的。 为何关键：强生的指导目标上调凸显其核心制药和医疗器械业务保持强劲势头，在这个规模上只有少数公司能与其匹敌。礼来的迷幻药物投资表明其对新型作用机制能够治疗难治性抑郁症充满信心，该病症即使在多种标准疗法失效后仍然存在。百时美施贵宝的人工智能基础设施扩张直接支撑药物发现，而药物发现长期以来都是制药研发的瓶颈，如今计算能力和效率已成为核心竞争杠杆。

   值得关注：强生在2026年实现100亿美元收入目标的进展；AtaiBeckley的在研迷幻疗法能否推进临床开发；百时美施贵宝十倍效率提升是否能转化为更快的候选药物筛选或缩短发现周期。

3. 3

   Intuitive Surgical推出五层AI框架，演示现场远程手术

   发生了什么：Intuitive Surgical公布了针对其手术平台的五层AI框架，并演示了跨越远距离设施的实时远程手术协作，展示了该公司计划如何将AI整合到临床工作流程中，而非作为独立功能。 为什么重要：这份路线图可能影响医院和外科医生如何在手术中采用AI、塑造合作关系，并影响投资者对Intuitive Surgical在计算机辅助手术中长期定位的看法——尤其是该公司股票已下跌40.9%（年初至今），面临压力。

   值得关注：医院对系统部署、手术量的响应，以及后续季度内披露的任何AI相关服务收入；执行风险包括监管接纳度、数据安全性和外科医生对AI辅助和远程手术的采用。

4. 4

   Cigna利用AI扩展护理管理项目

   发生了什么：Cigna正在利用AI扩展其护理管理项目，通过该技术在其成员基础上覆盖并支持更多患者。 为什么重要：护理管理项目帮助患者应对复杂的健康需求，降低不必要的医疗成本。通过使用AI，Cigna可以自动化日常任务，更高效地为需要个人关注的案例分配人力资源，可能改善治疗效果，同时控制开支。

   需要关注：该文章未指定时间表、目标入选人数、成本节约目标或推出地区，因此尚未有项目规模和影响的具体指标可用。

5. 5

   默克公司AI主管：模型不是优势——背景和信任才是

   发生了什么：德国默克公司（世界上最古老的制药公司，成立于十七世纪）首席数据和AI官员瓦利德·梅哈纳正指导公司的62000名员工执行三层AI战略：用于提高生产力的日常工具、嵌入研发和供应链等核心工作流程的AI，以及最终用于药物发现的产品AI。该公司于2023年6月部署了一个名为MyGPT的内部平台，随后在一年内将其替换为与柏林初创公司LangDock的合作伙伴关系，建立了一个符合GDPR要求、模型无关的系统，托管在自己的环境中。 为什么重要：梅哈纳已从相信竞争优势在于基础模型转变为认为持久优势来自组织的数据、流程、员工熟练度和客户信任——这一观点挑战了"最佳模型"将赢得胜利的假设。对企业而言，这意味着基础设施和治理层（而不仅仅是AI供应商）决定了成功；默克公司对隐私保护AI的方法（仅在汇总级别分析超过1200万条内部生成的提示，从不监控个人）显示了公司如何在快速发展的同时满足严格的欧洲监管和劳资关系要求。

   值得关注：梅哈纳的数字伦理咨询委员会由五项原则（自主性、行善、不伤害、公正和透明性）指导，推动团队在推出前识别风险和设计保障措施，而不是简单地批准或拒绝项目。团队现在逐个流程地增量集成数据，而不是通过公司范围的语义层，反映了对如何在大型受监管企业中规模化AI的成熟认识。

6. 6

   AlphaFold重新设计CRISPR蛋白以减少基因编辑错误

   发生了什么：研究人员利用Google的AlphaFold人工智能识别了Cas9蛋白中导致CRISPR基因编辑系统脱靶DNA编辑的部分。他们随后修改了这些特定的氨基酸位置——在10个关键位点上进行了23次不同的替换——并创造出一种变体，将脱靶活性从28%降低到5%，同时维持了目标位点的正常活性。 为什么重要：基因编辑疗法必须编辑许多细胞才能有效，这使得即使是罕见的脱靶错误在大规模应用中也不可避免。当前的方法依靠导向RNA设计或蛋白质进化来最小化错误。这项研究提供了一种新方法：使用人工智能精确预测Cas9蛋白的哪些部分导致错配容限，然后重新设计它们——这可能使疗法更安全，并为脱靶效应曾是瓶颈的临床应用打开大门。

   值得关注：该方法似乎可适用于其他Cas蛋白（研究团队用Cas12进行了测试），可能可与通过其他方法开发的现有改进型Cas9变体相结合，尽管尚未测试这种组合。该方法也可能扩展到基因编辑之外，用于微调其他蛋白质-DNA相互作用。