医疗初创公司Pharos近日推出创新AI解决方案，致力于简化医院向外部临床注册机构提交质量报告的繁琐流程。该公司刚刚完成由Felicis领投的500万美元种子轮融资，投资方还包括General Catalyst、Moxxie和Y Combinator。在当前医疗系统中，向美国医疗保险和医疗补助服务中心（CMS）等机构提交质量报告是一项极其耗时的工作。护理人员需要从每位患者的电子健康记录中手动提取数据，单个案例的处理时间可能长达8小时。这不仅占用了大量人力资源，还分散了医护人员对患者护理的注意力。图源备注

最近，一款由 OpenAI 的 Whisper 技术驱动的 AI 转录工具在医疗行业广受欢迎。许多医生和医疗机构都在使用这个工具来记录和总结与患者的会面。根据 ABC 新闻的报道，研究人员却发现这款工具在某些情况下会出现 “幻觉” 现象，有时甚至会完全编造内容。这款由名为 Nabla 的公司开发的转录工具，已经成功转录了超过700万次医学对话，目前有超过3万名临床医生和40个健康系统在使用它。尽管如此，Nabla 公司也意识到了 Whisper 会产生幻觉的可能性，并表示正在努力解决这个问题。一组来自康

最近，英伟达和微软携手推出了一项新计划，旨在推动医疗领域的 AI 创新。这项合作结合了英伟达的 Inception 全球计划和微软的初创企业支持计划，意在帮助更多初创企业提升他们的医疗设备和工作流程。现在，两家公司已经有数百家初创企业加入了这两个生态系统。图源备注:图片由AI生成，图片授权服务商Midjourney通过这次合作，初创企业将能更方便地获得加速计算资源，享受到来自两大公司的技术支持和业务指导。英伟达将提供10，000个 ai.nvidia.com 的推理积分，帮助企业运行经过 GPU 优

最近，医疗文档智能化初创公司 Tennr Inc. 宣布完成一轮3700万美元的融资，这一 B 轮投资由 Lightspeed Ventures 领投，还有 a16z 和 Foundation Capital 参与。这次融资使 Tennr 总共筹集的资金超过6100万美元，其在六个月前完成的1800万美元 A 轮融资仅过去不久。Tennr 主要通过人工智能文档分析工具来帮助医疗机构管理每日需要处理的成千上万份纸质文档。它的软件能够自动化处理与医疗相关的繁琐和劳动密集型任务，比如转诊表、病人记录和保险索赔等。这样一来，医疗机构就能将更多精力放在患者护

近日，临床 AI 领域的先锋公司 Aidoc 宣布，他们正在与 NVIDIA 共同开发一项名为 “BRIDGE”（Blueprint for Resilient Integration and Deployment of Guided Excellence）的新指南。这个指南的目标是加速医疗行业对人工智能的采纳，预计将在2025年初发布。BRIDGE 将为医疗机构提供一个基于证据的框架，帮助他们更顺利地将 AI 整合到临床工作流程中，从而更快、更有信心地实现 AI 创新。图源备注:图片由AI生成，图片授权服务商Midjourney尽管目前已有超过900种获得 FDA 批准的医疗影像 AI 工具，但许多医疗系统依然面

新加坡卫生部最近宣布将投资2亿新元（约合1.5亿美元），计划在未来五年内在全国的医疗系统中大力推行新型人工智能技术。这个新投资将注入到卫生创新基金中，旨在支持技术创新的发展和试点，推动这些创新在整个系统内的规模化应用。图源备注:图片由AI生成，图片授权服务商Midjourney其中，最引人注目的项目之一是生成性人工智能（genAI）项目，计划在2025年底之前，在公共医疗系统中实现自动更新病历记录的功能。卫生部表示，这项技术的推出将有助于自动化重复性和耗时的任务，

近年来，人工智能（AI）在医疗行业的影响越来越显著，特别是在疾病诊断和治疗规划方面。医学大型视觉语言模型(Med-LVLMs)的发展，为实现更智能的医疗诊断工具提供了新的可能性。然而，这些模型在实际应用中，常常面临一个不容忽视的问题，那就是事实幻觉。这种现象不仅可能导致错误的诊断结果，还可能对患者的健康产生严重的后果。为了解决这个困扰医学 AI 的问题，研究人员们开发了一种全新的多模态检索增强生成系统，命名为 MMed-RAG。这个系统的设计目标是提高 Med-LVLMs 的事实

最近的一项研究像警报一样响起，提醒我们在面对 AI 给出的医疗建议时可不能掉以轻心。德国和比利时的研究人员对微软的 Bing C0pilot 进行了全面测试，这款引擎号称能够回答美国最常见的10个医疗问题和50种热门药物相关问题。然而，生成的500个答案中，竟然有24% 的内容与现有医学知识完全不符，3% 的回答更是错误得离谱。图源备注：图片由AI生成，图片授权服务商Midjourney问题不仅仅在于错误，令人惊讶的是，42% 的回答可能会对患者造成中度或轻度伤害，而足足22% 的回答甚至可能导致死

医疗人工智能公司Suki宣布，公司已成功筹集7000万美元新资金。这笔资金将用于其产品的开发，包括一个供临床医生使用的人工智能（AI）驱动的语音助手。图源备注:图片由AI生成，图片授权服务商MidjourneySuki创始人兼首席执行官Punit Soni在声明中表示:“医疗行业对AI的需求日益增长，我们很自豪能够提供一套与现有工具无缝互操作的全功能解决方案。”“在投资者的支持下，我们将加速增长，多样化Suki的能力，并深化与战略合作伙伴的关系，例如MedStar Health，这是Suki历史上最重要的合作伙

计算机科学家吴恩达领导的人工智能基金AI Fund于本周二宣布，已对印度的一家人工智能医疗保健公司Jivi进行投资。Jivi是一家位于印度北部城市古尔冈的人工智能医疗保健公司，利用人工智能技术提供潜在的诊断和治疗方法，生成健康报告，并执行管理任务。AI Fund在一份声明中介绍了Jivi的相关情况，但并未透露具体投资金额或所购股份比例。图源备注：图片由AI生成，图片授权服务商Midjourney据Nasscom-BCG今年早些时候发布的报告，印度的人工智能领域正蓬勃发展，预计到2027年，其市场规模

在医疗科技的快速发展中，人工智能正悄然改变着放射学领域的诊断模式。Qure.ai这家创新公司正站在这场变革的前沿，利用AI技术为医疗服务注入新的活力，不仅提高了诊断效率和准确性，还为缓解医疗资源紧张带来了希望。Qure.ai的AI系统展现出了令人瞩目的能力。它能够在短时间内分析海量医疗影像，包括胸部X光片、CT扫描和MRI影像，准确识别结核病、肺癌和中风等多种疾病。特别是在结核病筛查方面，AI系统甚至可以独立解读图像，无需放射科医生直接参与，大大加快了诊断速度。这

上海交通大学清源研究院MIFA实验室与复旦大学附属中山医院内分泌科组建的专家团队，近日联合开发了一款名为Diabetica的糖尿病专用大模型。该模型融合了大模型的语言处理能力与糖尿病专业知识，旨在为医生、患者及医疗教育提供智能支持。团队采用全新框架，建立了全面的数据处理系统，创建高质量数据集与评估基准，对大语言模型进行了微调，显著提升了其在糖尿病相关任务的处理能力。临床研究显示，Diabetica在糖尿病护理中具有潜在应用价值，包括提供个性化医疗、协助医学教育

近日，Abridge 宣布成功融资1.5亿美元，计划将生成式 AI 技术更好地融入医疗行业。这家初创公司专注于转录医生与患者之间的对话，并将这些记录自动整理进电子健康档案中。图源备注：图片由AI生成，图片授权服务商Midjourney随着医疗行业面临人手短缺的挑战，Abridge 希望通过提升其技术来帮助临床医生减轻行政负担。公司与电子健康记录巨头 Epic 的合作，将进一步增强其在医院的影响力。Abridge 的投资方 Primary Venture Partners 的 Marisa Bass 表示，Abridge 具备了许多成功的关键要素，比如资本、

GPT-4，OpenAI的语言模型，未经过额外训练，通过了日本国家物理治疗考试，正确率高达73.4%，在处理纯文本问题时表现出色，正确率80.5%，但在解决实际问题和处理包含图片与表格的问题时表现欠佳，正确率分别为46.6%和35.4%。研究揭示了AI在某些领域，尤其是理解复杂情境与视觉信息的局限性。尽管GPT-4使用英语数据训练，但在处理日语输入时仍能有效工作。研究人员认为，GPT-4在临床康复和医学教育中展现出潜力，但应谨慎对待其能力，未来还需评估其在不同测试中的表现。此外，谷歌和Meta等公司正在开发更专业的医疗AI模型，旨在提高在医疗任务中的表现。然而，专家指出，将这些模型安全地整合到日常医疗实践中可能需要很长时间，因为它们在推理能力上仍有改进空间。

韩国AI应用“X Caliber”正革新宠物医疗服务，通过快速准确的诊断帮助兽医解决宠物疾病问题，显著提高诊疗速度与效率，增强宠物主人对诊断结果的信任。该技术利用AI分析X光片，诊断准确性高达86%，已在韩国、美国、澳大利亚及部分东南亚国家应用，尤其在缓解兽医放射科医生短缺的印尼显示出巨大潜力。这标志着AI在医疗领域的应用正在逐步拓展，预示着AI医疗新时代的开启。

谷歌开发的HeAR生物声学模型通过分析声音来探测多种疾病，如肺结核、COVID-19和慢性阻塞性肺疾病，其训练基于3.13亿个音频片段，展现出卓越的诊断能力。HeAR在多个健康声学事件、咳嗽和肺功能推断任务中超越现有模型，特别是在检测COVID-19和肺结核方面表现出色。Salcit Technologies已将HeAR应用于产品Swaasa®，用于评估肺部健康和早期检测结核病，此举不仅提升了疾病诊断的准确性，还促进了远程医疗的发展，使得医疗服务更加便捷。

医疗金融科技初创公司PayZen在旧金山成功完成2.32亿美元的B轮融资，领投方为图源备注：图片由AI生成，图片授权服务商Midjourney。此轮融资旨在扩大以AI驱动的医疗支付平台，旨在消除医疗护理的财务障碍，通过个性化支付计划为患者提供支持，同时改善医疗系统的财务成果。PayZen的AI平台集成到电子病历系统中，分析各种数据点，为患者创建定制化支付计划，减轻财务负担。在过去两年中，PayZen实现了显著增长，包括每年六倍的增长和100%的客户保留率。资金将用于进一步推广可负担、可定制的医疗支付选项，并推出新的AI驱动解决方案。

人工智能在医疗领域的应用取得了显著进展，但一项研究揭示了通用型AI如ChatGPT在复杂医疗诊断中的局限性。研究由加拿大安大略省西部大学的医学教育家Amrit Kirpalani领导，发现ChatGPT在150个复杂医疗案例中有76个出现错误，错误率超过50%。这一研究采用的案例库比美国医师执照考试更接近真实医疗情况，包含多种并发症和诊断难题。研究指出，ChatGPT在处理医学“灰色地带”时表现欠佳，无法灵活解读轻微异常的检查结果，这可能导致非专业人士误信错误信息。尽管如此，AI在医疗领域仍有其价值，如作为医学院教育工具帮助学生整理笔记、澄清诊断算法和备考。然而，Kirpalani强调，公众不应使用ChatGPT寻求医疗建议，而应咨询专业医疗保健提供者。构建可靠的AI医生需要大量临床数据训练和严格监督。短期内，AI更可能增强人类医生的工作，而非取代。

商汤医疗开发的医疗大模型“大医”已成功通过国家互联网信息办公室的算法备案，这一备案标志着对“大医”合规性和安全性的权威认可，也显示了其技术落地应用上的关键进展。该模型基于具有千亿参数规模的大语言模型“日日新·商量”

MedSAM-2基于Segment Anything Model2（SAM2）框架，为医疗影像分割领域带来了革命性变革。其核心突破在于将2D和3D影像视作视频序列处理，实现对三维影像的高效分割。MedSAM-2的“一键分割”功能只需用户在单个图像上指定目标，模型便能自动在后续图像中识别并精确分割同一类型物体，无需连续输入。作为通用模型，它能够处理任何图像中的物体，实现零样本泛化，并在数据处理上提供高度灵活性。MedSAM-2在性能测试中展现卓越能力，优于传统全监督分割模型和基于SAM的交互式模型，特别是在一键分割设置下的泛化性能。临床应用价值显著，能提高医疗影像分析效率和精确度，对于提升诊断准确性和手术指导具有重要意义。MedSAM-2的问世预示着医疗影像分割技术的崭新里程碑，其潜在应用领域广泛，未来有望带来更多创新可能性。