医院和家庭中 AI Health 的加速发展

快速阅读: 《福布斯》消息，德国一医院试点测试社交机器人对护理场景的影响。AI在医疗领域的投资和应用加速，从药物开发到临床决策支持，显著提升效率和患者体验。FDA已批准千余AI医疗设备。

2024年7月18日，德国勃兰登堡州科特布斯市：在卡尔·西姆恩库布斯医院的新闻发布会上，可以看到一名仿真患者（多丽丝·哈特尔）与机器人进行实时交互。目前，布伦瑞克工业大学（BTU）正在进行一项试点测试，以调查社交机器人（Pepper）的交互模式对典型护理场景中受试者参与度和感知的影响。
照片来源：Patrick Pleul/dpa（由Patrick Pleul/图片联盟通过Getty Images提供）

dpa/图片联盟通过Getty Images提供

采用人工智能工具来提升医疗质量和成本效益正在显著加快。其影响体现在多个领域：从开发药物或疗法到部署它们，协助临床环境下的患者健康管理，以及将人工智能置于消费者手中。以下是对人工智能在医疗领域近期增长指标的综述。

### 人工智能健康领域的投资

在2025年第一季度，我们看到人工智能健康领域的投资显著加快。CB Insights报告显示，人工智能初创公司筹集了32亿美元，占数字健康融资总额的60%，高于2024年第一季度的41%。“资金最多的领域包括基于人工智能的小分子药物发现和临床文档工具，这凸显了向高影响力应用场景转变的趋势，”CBI指出。人工智能初创公司获得了11笔大额融资中的8笔（超过1亿美元的交易），“表明投资者期待高额回报。”

最近，Yijin Hardware的一项研究表明，全球共有11,228家专注于医疗的活跃人工智能初创企业。基于对这些初创企业的大量投资、行业特定人工智能初创企业的数量、通过谷歌搜索量反映的对人工智能技术的兴趣以及该领域中人工智能技术的主要用途，这项研究宣布医疗领域为“2025年人工智能驱动最深的领域”。

我之前提到过超过11,000家人工智能健康初创企业的重要部分，那些涉及药物和疗法开发的企业。例如，**Nucleai**，它与制药公司合作以改进肿瘤药物开发流程；以及**OncoHost**，一家开发蛋白质组学分析工具的公司，该工具指导癌症患者一线治疗的选择。OncoHost首席执行官奥弗·沙伦最近写道：“在2025年，我们站在了一个新时代的门槛上，人工智能技术不仅增强了药物发现和诊断，还推动了更广泛的创新，通过个性化方法改善复杂疾病管理的结果。”

在这里，我聚焦于人工智能对医疗提供者工作以及消费者健康管理的影响。

—

### 医院和诊所采用人工智能

根据CBI的数据，投资者尤其看好人工智能在医院和诊所中管理流程的应用。在2025年第一季度诞生的6家数字健康独角兽公司中，有一半专注于这一领域（比去年全年还多）。

这是改善医生和患者福祉的关键领域。在未来，我将详细阐述人工智能如何减轻与医疗部门复杂的规则和繁琐流程相关的行政负担。在这里，我关注的是人工智能在高效医疗管理和患者诊断及治疗决策方面当前和潜在参与的一些指标。

在以色列舍巴医疗中心，数十名急诊部门试点项目的患者正在与一个人工智能医疗代理互动。该代理自动为医生编制全面的健康摘要，推荐影像和实验室检查，并提供临床决策支持——节省时间、减少文书工作、提高诊断准确性并增强患者体验。这使医生能够同时管理多名患者，并优先处理危重病人。

**Viz.ai**的人工智能中风检测系统实时分析CT扫描，识别如中风、动脉瘤和肺栓塞等危急情况。它在美国和欧洲的1700多家医院使用。在2025年第一季度，Viz.ai发布了一个新版本，展示了更高的准确性和更快的检测速度。该系统通过使医院能够更快地启动治疗方案来挽救生命。

印度阿波罗医院，该国最大的医院网络之一，在过去两年中将其数字支出的3.5%用于人工智能。今年，它计划增加投入，“通过人工智能干预每天为医生和护士腾出两到三个小时的时间”。这些干预包括分析患者的电子病历以建议诊断、测试和治疗。此外，人工智能帮助转录医生的观察记录，生成更快的出院总结，并从护士的笔记中创建每日排班表。

日本的京州综合医院使用由当地初创公司Ubie开发的人工智能出院摘要工具。这些工具减少了护士在这项任务上的时间42.5%，并降低了她们的心理压力27.2%。在最近的九州大学医院试验中，总结和标准化转诊信件使医生准备入院摘要的效率提高了54%。

**梅里健康**的人工智能项目将护士记录时间减少了每班34分钟，从167分钟减少到133分钟，解决了关键痛点。该健康系统的环境人工智能试点项目已经接近三年，证明了在保持护理质量的同时简化工作流程的重要性。

在2月份的ViVE数字健康会议上，梅奥诊所平台总裁约翰·哈拉姆卡博士强调了日益增长的环境监听工具的使用。医疗机构正在使用这些工具来记录患者访问情况，使医生能够与患者进行自然对话，而不是在电脑上打字做笔记。这些人工智能工具还提供了患者就诊的总结，使临床医师能够节省时间和精力。梅奥诊所在美国亚利桑那州和佛罗里达州使用住院环境护理解决方案，可以“100%完成护理记录，而无需护士触摸键盘”。

人工智能还在协助医生进行复杂的治疗决策方面发挥作用。例如，荷兰的玛克斯公主儿童肿瘤中心正在开发一种人工智能工具，通过结合大量的公共医疗数据和匿名患者数据，帮助医生加快个性化癌症治疗的识别。基于其分析，该工具迅速生成治疗选项及其相关医学资源的摘要。

国立卫生研究院于4月3日发布了一项研究，发现一种人工智能筛查工具在识别住院成人是否面临阿片类药物使用障碍风险并将其转介给住院成瘾专家方面与医护人员同样有效。与接受医护人员咨询的患者相比，由人工智能筛选的患者在初次出院后30天内的再入院几率降低了47%，节省了近10.9万美元的护理费用。

在过去十年中，许多研究比较了基于人工智能的医学诊断与不同专业医疗专家的准确性。越来越多的医院开始部署这种基于人工智能的诊断模型。

克利夫兰医疗中心在4月初宣布与Qure.ai合作部署FDA批准的胸部X光人工智能解决方案qXR-LN，这将有助于早期发现肺癌。该解决方案将作为第二次读取，与放射科医生对患者胸部X光片的解读进行对比，以发现任何可疑的肺结节。

Lunit的先进乳房X光系统利用人工智能检测乳腺癌，现在可以比传统方法提前六年检测到乳腺癌，显著提升了早期干预和治疗效果。谷歌的DeepMind部门最近发布了他们的人工智能模型的更新版本，显示在检测人类放射科医生可能遗漏的乳腺癌细微迹象方面具有更高的准确性。

根据创业公司K Health和Cedars-Sinai以及特拉维夫大学研究人员的新研究，人工智能的医疗决策有时比人类医生更好。该研究发现，K Health的AI聊天机器人，根据患者的病历和与患者的对话做出推荐和诊断，有三分之二的情况与医生的决定一致，并且在剩余三分之一的情况下提供了更好的护理质量。

—

### 人工智能在医疗消费者手中的应用

58%的美国人去年使用了虚拟护理服务。实施人工智能赋能远程医疗的医疗机构报告了多项指标的显著改善。大约75%的设施注意到疾病治疗效果有所提高，而80%的机构经历了员工倦怠率的下降。人工智能系统处理医学影像的速度比传统方法快30倍，同时不牺牲准确性。克利夫兰诊所报告其人工智能虚拟分诊系统的准确率为94%。

53%的消费者至少拥有一款可穿戴设备，54%的消费者至少以数字化方式跟踪一个健康指标。今年2月，谷歌健康获得了FDA对其Pixel手表3的脉搏丢失检测功能的批准。这一开创性的功能可以检测到脉搏丢失（当心脏停止跳动时，如原发性心脏骤停、呼吸或循环衰竭、过量服用或中毒等情况发生）并自动呼叫紧急服务。

更多内容即将推出……

三星和斯坦福医学院宣布了一项联合研究计划，旨在增强Galaxy Watch的睡眠呼吸暂停检测功能，并创造新的AI赋能的主动护理创新。苹果宣布了其计划中的Health+应用程序，其中包括一个AI赋能的健康教练，它会分享来自可穿戴设备数据的个性化健康见解。

除了投资者、初创企业和医疗服务提供者外，人工智能健康采纳的加速也已达到联邦政府层面。截至2024年10月，FDA批准了1,000种人工智能赋能的医疗装置。它在2015年仅批准了6个，2022年批准了160个，2023年批准了223个。

由当地初创公司Ubie开发的护士任务辅助工具，使护士完成这些任务的时间缩短了42.5%，同时减轻了她们27.2%的压力感。近期在日本最大的医院之一——九州大学医院进行的一项试验中，总结和标准化转诊信函使得医生准备入院摘要的工作效率提升了54%。Mercy Health的AI项目将每班护士记录时间平均减少了34分钟，从167分钟降至133分钟，缓解了一个重要问题。该医疗系统的环境AI试点项目已运行将近三年，被证明在保持护理质量的同时大幅提升了工作效率。

在2月份的ViVE数字健康大会上，梅奥诊所平台总裁约翰·哈拉姆卡博士强调了语音记录工具的广泛应用趋势。医疗机构正在利用这些工具记录患者就诊情况，从而让医生能与患者轻松交谈，而非在电脑上输入笔记。这些AI工具还能自动生成患者就诊概要，帮助临床医生节省时间和精力。梅奥诊所在美国亚利桑那州和佛罗里达州使用了一种住院环境护理解决方案，可以实现“100%的护理记录无需护士手动操作”。

AI也在协助医生做出复杂治疗决策方面发挥作用。例如，荷兰的Princess Máxima儿童肿瘤中心正在开发一种AI工具，通过整合大量公共医疗数据和去标识化患者数据，帮助医生加速个性化癌症治疗方案的识别。根据其分析结果，该工具快速生成治疗方案的摘要及相关医学资源。

美国国立卫生研究院于4月3日发布的一项研究表明，一种人工智能筛查工具在识别住院成人是否患有阿片类药物使用障碍以及将其转介给住院成瘾专家方面，与医疗保健提供者同样有效。与接受医护人员咨询的患者相比，由AI筛查的患者在初次出院后30天内再次住院的可能性降低了47%，节省了近109,000美元的护理成本。

过去十年间，许多研究比较了基于AI的医学诊断与不同专科医疗专家的准确性。越来越多的医院开始部署此类基于AI的诊断模型。

克利夫兰大学医院在四月初宣布与Qure.ai合作，部署获得FDA批准的胸部X光AI解决方案qXR-LN，这将有助于更早地发现肺癌。该解决方案作为二次读取，将与放射科医生对患者胸部X光片的解读进行对比，以检查任何可疑的肺结节。

Lunit先进的乳腺摄影系统利用AI检测乳腺癌，现在可以比传统方法提前六年检测到乳腺癌，显著提高了早期干预和治疗的效果。谷歌DeepMind部门最近发布了其AI模型的更新版本，显示出更高的准确性，在检测人类放射科医生可能忽略的乳腺癌细微迹象方面表现优异。

根据K Health初创公司和西达赛奈医学中心及特拉维夫大学研究人员的一项新研究，AI的医疗决策有时会优于人类医生。研究发现，K Health的AI聊天机器人，根据患者的病历和与患者的对话作出建议和诊断，在三分之二的情况下与医生的决定一致，并在剩余三分之一的情况下提供了更好的医疗服务。

消费者手中的AI在过去一年中，58%的美国人使用过虚拟护理服务。采用基于AI的远程医疗服务的医疗机构报告称，多项指标均有明显改善。约75%的机构注意到疾病治疗效果有所增强，而80%的机构则观察到员工倦怠率的下降。AI系统处理医学影像的速度是传统方法的30倍，且不牺牲准确性。克利夫兰诊所报告其AI虚拟分诊系统的准确率达到94%。

53%的消费者至少有一款智能穿戴设备，54%的消费者至少通过数字手段监测一项健康指标。今年2月，谷歌健康获得了FDA对其Pixel Watch 3上的心率失常检测功能的批准。这一开创性的功能可以检测到心率异常（如心脏骤停、呼吸或循环衰竭、过量服用或中毒等情况导致的心脏停止跳动），并自动拨打急救电话。

更多内容即将推出……

三星与斯坦福医学院宣布启动一项联合研究项目，旨在增强Galaxy Watch的睡眠呼吸暂停检测功能，并创造新的基于AI的创新，用于主动护理。苹果宣布了其计划中的Health+应用，其中包括一个基于AI的健康顾问，该顾问依据可穿戴设备数据提供个性化健康建议。

除了投资者、初创企业和医疗服务提供者外，AI健康采纳的加速也已扩展至联邦政府。截至2024年10月，FDA批准了1,000个AI赋能的医疗设备。而在2015年仅批准了6个，2022年为160个，2023年为223个。

(以上内容均由Ai生成)