最近，一起引人注目的案件在英国引发了广泛关注。一名27岁的男子休・尼尔森（Hugh Nelson）因利用人工智能将儿童的普通照片转换成性虐待影像而被判处18年监禁。图源备注:图片由AI生成，图片授权服务商Midjourney尼尔森来自博尔顿，他使用了一款名为 Daz3D 的应用程序，创建了3D “角色”，这些角色都是基于无辜儿童的照片。令人震惊的是，尼尔森并不是独自行动，他还收到了来自他人委托的图像。有些人甚至将自己与儿童的照片提供给他，要求他制作这些图像。据《卫报》报道，尼尔森

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，

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

美图公司2024年上半年财报显示，总收入16.2亿元，同比增长28.6%，经调整后归母净利润2.7亿元，增长80.3%。收入和净利润增长主要得益于生成式AI技术的提升，尤其在影像与设计产品上的应用，付费订阅业务收入9.3亿元，同比增长54.5%，占总收入57.4%。截至6月30日，付费订阅用户数超1081万，付费渗透率约为4.2%。美图设计室专注于电商设计AI工作流，收入同比增长超152%。在研发投入上，美图上半年投入4.3亿元，同比增长44.5%，已注册484项专利，持有266项软件产品著作权。其生成式AI大模型MiracleVision升级至V5版本，通过《生成式人工智能服务管理暂行办法》备案，并全面应用于美图旗下产品，助力多行业工作效率提升。

"MedTrinity-25M" 是由 UCSC-VLAA 团队发布的一个大规模多模态医学数据集，包含2500万张医学影像及其详细注释。该数据集具有多粒度注释，支持医学多模态大模型训练，其构建过程复杂，通过数据处理、元数据提取、感兴趣区域定位及医学知识收集，利用大规模语言模型生成详细描述，提高数据可用性。数据集于2024年7月21日正式发布，配套提供预训练模型，如LLaVA-Med++，在医学任务中表现出色，为医学研究提供强大支持。此数据集是医学研究领域的重要资源，旨在促进医学研究的发展。

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。

["小米14 Ultra发布，搭载AI大模型影像技术","新品6499元起售，定位于高端市场","采用小米龙铠架构及金沙江电池技术","支持卫星通信系统和多项创新功能"]

["到 2035 年，预计 FDA 批准的医学影像 AI 工具数量将激增，风险资本支持将超过 300 亿美元。","过去七年，医学影像 AI 产品的可用性持续增长，其中医学影像占据了数字健康风险资本的 85%。","研究表明，风险资本支持与 AI 产品开发之间存在强烈关系，预计到 2035 年，将有 350 种新产品进入市场。"]

["全球医疗影像人工智能市场预测到2032年将达到298亿美元。","北美市场份额最高，但亚太地区预计增长最快。","放射学中的人工智能应用和CT需求推动市场增长。","深度学习和计算机视觉是主要技术，乳腺成像和骨科应用占主导。"]

["OBIA收录了来自301医院的937例患者、193万张医学影像,涵盖9种模态、30个解剖部位。","OBIA实现了影像数据的去标识化、管理、质量控制,为用户提供浏览、检索、下载服务。","OBIA填补了国内生物医学影像数据开放共享的空白,有助推动医学影像AI的发展。"]

["当前AI医疗诊断的准确性仍然存有很大疑虑,远远不能取代医生的经验。","解决获取足够医疗数据的问题,是提高AI医疗诊断准确性的关键。","影像识别和新药研发是当前AI医疗较大的增长机遇。","随着技术进步和数据积累,AI医疗诊断准确性将逐步提高。","AI医疗诊断正处于增长窗口期,前景广阔。"]