医药 AI 前沿资讯
洞察医药研发动态，把握产业先机——监管政策、深度研报、产品发布与行业观察一站直达。
全部资讯
行业观察Healthcare IT News：物理 AI 或成为医疗下一轮变革技术，推动机器人进入临床场景
Healthcare IT News 讨论 physical AI 在医疗中的潜在影响，认为下一阶段 AI 不只会停留在文书、问答和后台分析，而会通过机器人、环境感知设备和智能自动化系统进入更接近现实世界的护理、手术、物流和医院运营场景。文章提到，医疗机构正在评估如何让 AI 系统理解空间、任务和临床环境，并与人类团队协同。该议题值得关注，是因为医疗 AI 的竞争焦点可能从纯软件模型，进一步转向“模型 + 传感器 + 机器人 + 工作流”的组合能力，落地难度也会从准确性扩展到安全、责任和物理世界交互。
产品发布QuantHealth 获 4500 万美元融资，用 AI 模拟临床试验支持药物研发决策
MedCity News 报道，以色列 AI 制药公司 QuantHealth 完成 4500 万美元融资，用于推进其通过 AI 模拟临床试验的技术平台。该平台试图在真实试验启动前，基于疾病、生物学、药物机制和患者数据预测试验成功概率、潜在风险和设计缺陷，帮助药企更早调整临床开发策略。该新闻值得关注，是因为临床试验成本高、失败率高，AI 如果能在方案设计阶段提供更可靠的模拟和风险评估，就可能显著影响药物研发中的资本配置、入组策略和管线优先级判断。
产品发布Novo Nordisk 与 H1 合作开发 AI 模型，支持药物发现与临床试验运营
H1 宣布与 Novo Nordisk 合作，开发用于药物发现和临床试验运营的 AI 模型、AI-ready 数据和临床开发工作流。Novo Nordisk 将利用 H1 的 AI 能力支持试验设计、患者入组和研究中心选择，H1 还将获得 Novo Nordisk 临床开发数字平台 StudyHub 的开发权。该事件值得关注，因为 Novo Nordisk 已连续与 OpenAI、NVIDIA、Valo Health 等推进 AI 合作，这次进一步把 AI 落到临床开发效率和试验决策流程。
产品发布NYU Langone 与 Dana-Farber 合作推进肿瘤决策支持平台 Solavia
Healthcare IT News 报道，NYU Langone Health 与 Dana-Farber Cancer Institute 将共同开发肿瘤分析和临床决策支持工具 Solavia。该平台可集成至电子健康记录系统，让医生在既有工作流中查看肿瘤证据、 biomarkers、指南建议并比较治疗方案，目标是减少不同治疗路径之间的差异，并帮助癌症照护团队更快采用最新证据。NYU Langone 表示 Solavia 已于 6 月 30 日进入真实世界照护交付场景。该新闻值得关注，是因为头部医疗机构正在把肿瘤专科知识、证据治理、路径数字化和临床工作流整合为可规模化的平台能力，反映出医疗 AI 与决策支持系统正在从辅助查询走向真正嵌入临床路径。
深度研报AHA AI Assessment Lab 评估 Ultromics 心衰诊断 AI：可提前数月识别 HFpEF 风险
Healthcare IT News 报道，美国心脏协会 AHA 的 AI Assessment Lab 发布首份评估，聚焦 Ultromics 的 FDA-cleared 诊断支持工具 EchoGo Heart Failure。该软件分析常规超声心动图视频，用于识别射血分数保留型心衰 HFpEF。评估使用约 9 万份真实世界超声心动图，并结合临床和经济模型测算五年影响，结果显示该工具可能比标准照护提前最多 263 天识别部分漏诊患者，并在每 1 万名评估人群中减少死亡、住院、再入院和急诊使用。该事件的价值在于，它把医疗 AI 评估从敏感性、特异性扩展到患者结局、工作流、健康公平和经济影响，为临床 AI 的采购与部署提供了更现实的评价框架。
行业观察STAT：AI scribes 进入医学教育，既可能训练未来医生也可能削弱临床书写能力
STAT 报道关注 AI scribes 在医学教育中的角色变化。医院快速采用自动记录门诊对话和生成临床笔记的 AI 工具，以减轻医生负担并提高效率，但医学院和医学教育者开始担心，如果学生过早把病历书写和临床推理中的艰难环节外包给 AI，可能削弱其学习疾病叙事、组织证据和形成诊断思路的能力。该议题的重要性在于，AI scribes 已经不只是行政减负工具，而是在改变未来医生如何学习临床沟通和医学文书。行业需要在“让学生熟悉 AI 工具”和“保留必要认知训练”之间建立边界，否则效率提升可能伴随长期教育质量风险。
行业观察The Times 警示 AI 健康建议中的虚假信息风险，医疗咨询边界再受关注
The Times 报道关注人工智能在健康建议、医学图片和视频生成中的误导风险，指出公众在搜索疾病解释、治疗建议或健康内容时，越来越可能接触由 AI 生成但缺乏医学验证的信息。该议题的重要性在于，面向消费者的 AI 健康建议正在快速进入真实决策场景，但监管、责任边界和专业审核机制并未同步成熟。对于医疗 AI 行业而言，这类风险提示说明产品价值不能只看生成能力和使用便利性，还必须建立可靠来源引用、医学证据校验、风险分级提示和必要的人类专业介入机制。
产品发布Canon Medical Systems 旗下 Olea Medical 将在美国推广 FDA-cleared 肺癌筛查 AI
Canon Medical Systems 旗下 Olea Medical 与 Median Technologies 旗下 Eyonis 达成战略商业协议，将扩大 eyonis LCS 在美国放射科机构和医疗系统中的可及性。该产品是一款面向低剂量 CT 肺癌筛查路径的 AI 软件医疗器械，已获得 FDA clearance，能够同时辅助检测肺结节并评估恶性可能性。原文披露，临床研究中放射科医生在 AI 辅助下敏感性和特异性均明显提升，误阴性和误阳性解读减少。该新闻值得关注，是因为肺癌筛查 AI 正从单点检测工具走向更完整的诊断评估流程，而 Canon 医疗影像渠道的加入可能加快其在美国影像中心和医院工作流中的落地。
行业观察Kinney Drugs 药房 AI 续方助手被指引发处方准确性问题
Valley News 报道称，覆盖佛蒙特州和纽约州的药房连锁 Kinney Drugs 在使用 AI 助手处理续方相关流程后，遭遇处方准确性方面的批评。报道将 AI 自动化从医院和诊断场景拉回到更高频的药房运营环节：如果系统在续方、患者沟通或药品信息处理上出现错误，风险会直接传导到用药安全。这条新闻值得关注，是因为它提醒行业，医疗 AI 的落地难点不只在前沿模型性能，也在日常流程里的审核、异常升级、责任划分和员工培训；越贴近处方和用药，越需要严格的人机协同机制。
