【海外AI医疗周报】本期导读：

医疗人工智能在从基础科研到产业落地、从医院治理到国家战略的多个维度上同时展现出强劲动能。

产业端，AMD以罕见姿态将AI制药公司MindWalk推向其GPU发布会C位，芯片巨头正将开源算力生态直接嵌入药物研发的软件工作流；Google Health则通过与Amae Health的合作，将可穿戴数据引入重症精神疾病管理，探索多模态数据驱动的精准精神病学模型。

与此同时，全球医疗AI的治理与基础设施竞赛明显提速——泰国正式就风险分级AI法案启动公众咨询，印尼联合产学研力量搭建主权级医疗AI平台与国家实验室。

大洋彼岸，一份覆盖27家医疗系统的报告揭示了行业转型的阵痛：AI采购狂潮已远超治理与测试能力的建设速度，超九成机构部署了第三方AI，却仅有44%具备专用验证平台，行业核心命题正从“买什么”转向“如何信任”。

在基础研究前沿，美国科学家首次利用AI从零生成功能性病毒，非侵入式脑机接口结合深度学习实现了脑活动到文字的转换——这些突破在拓展医学边界的同时，也将伦理与安全的拷问推向更深水区。

2026全球最佳智慧医院榜单公布

Newsweek与Statista联合发布“全球最佳智慧医院2026”（World's Best Smart Hospitals 2026）榜单，共有来自30个国家和地区的350家医院入选。其中，梅奥医疗集团（罗切斯特）位列第一，克利夫兰诊所和麻省总医院分列第二、第三；前十名中，美国医院占据8席。榜单由三部分构成：声誉评分占77.5%，智慧医院成熟度得分占20%，JCI或TJC认证占2.5%。成熟度调查涵盖10个维度：医院信息系统、电子化功能、人工智能、远程医疗、虚拟现实与增强现实、机器人、患者安全技术、患者满意度、员工满意度以及信息技术相关认证。

AMD进军AI药物研发

在今年的Advancing AI 2026上，AMD在GPU产品AMD Instinct的四大定制演示案例展示环节中，把其中一个位置留给了一家AI制药公司MindWalk Holdings。MindWalk 展示的 ReefIQ，是一层连接药企内部数据与 AI 模型的软件。该工具可将碎片化研发数据整合为可检索的生物上下文层，再依托开源AMD Instinct算力，为AI模型与智能体完成生物逻辑推演。据悉，该工具基于生物表征基础框架HYFT，靠自研的LensAI完成推理，适用于基因序列、蛋白结构、实验检测结果、多组学数据、文献资料、实验证据、数据溯源信息与项目全流程记录等。该工具可将这些数据转化为受合规管控、支持检索的生物上下文层，为AI药物研发提效。会上还强调了AMD算力平台在生命科学领域的优势，包括超大显存、开源软件栈、灵活部署等。

AMD 过去已经通过 EPYC、Instinct 和赛灵思的硬件进入医学影像、测序和高性能计算。此次MindWalk亮相预示着，AMD欲使其开源GPU计算生态系统ROCm直接进入药物研发的软件工作流，成为研究人员日常使用的计算平台。

Google Health携手Amae Health，探索可穿戴设备助力重症精神疾病管理

近日，严重精神疾病治疗机构Amae Health与Google Health Enterprise达成合作，将可穿戴设备数据整合入其精准精神病学模型。Amae Health将向患者提供Fitbit设备，经患者授权后，临床医生可定期获取睡眠、运动及心率变异性等数据。公司计划进一步融合电子病历、实验室、用药、脑电、语音及患者自评等多维数据，并利用机器学习和AI建立精神健康综合评分模型，用于评估疾病状态、治疗效果及病情变化。未来，相关算法有望识别患者临床恶化的早期信号，并提醒医生主动干预。

印尼组建医疗AI合作网络，拟建设“国家医疗AI实验室”

印尼正在推进主权医疗AI基础设施建设。当地健康科技企业Articura近日与5家机构签署合作备忘录，共同建设“印尼主权医疗AI平台”，合作方包括印尼国家脑中心医院（RSPON）、帕贾贾兰大学药学院（FF Unpad）以及儿科医疗服务提供商Axis Perifer Sentral、初级医疗服务提供商 Fokus Medika和香港上市公司 Home Control International Limited 的子公司 Orbiva Limited。该平台初期将围绕不同医疗场景识别AI应用需求，并开展测试和验证。与此同时，Articura计划建设“国家医疗AI实验室”，为医疗机构、科研人员和技术企业提供AI模型开发、医疗场景验证、研究及培训环境。平台强调临床安全、人类监督和数据主权，目标是将AI基础设施、医疗智能、临床应用和医疗机构整合到统一体系中。

泰国启动AI法案公众咨询，拟建立风险分级监管体系

泰国近日就《人工智能法案》草案启动公众咨询，并计划于2026年9月前将该法案提交国会。草案采用风险分级监管模式，对高风险AI系统提出更严格的安全、透明、审计和持续监测要求，同时拟禁止部分AI应用，包括利用大规模数据处理实施不公平歧视、通过隐蔽通信操纵决策等行为。医疗、金融、交通等领域将由行业监管机构负责AI监管，并接受国家AI指导委员会协调。对于政府部署面向公众的AI服务，还需开展伦理影响评估。草案同时提出AI生成内容透明度、数据主权以及境外AI企业本地代表等要求。

报告：超九成美国医疗机构已部署第三方AI，但测试平台严重匮乏

UPMC互联医疗中心与KLAS Research联合发布的报告显示，93%的受访机构已部署第三方AI，但仅44%拥有专用数据平台进行测试。63%的医疗机构AI战略仍处于“发展中”或临时应对阶段，仅4%被描述为“先进”。临床文档和环境记录是主要应用场景（52%），其次是收入周期、编码和计费（36%）、医学影像（32%）和EHR嵌入式临床决策支持（32%）。报告指出，AI采购速度已明显超过内部治理和测试基础设施建设，医疗AI行业的主要挑战正从“买什么”转向“如何验证、治理和持续监测”。

首次！美国科学家利用AI从零生成功能性病毒

最新一期《科学》杂志发表研究显示，美国斯坦福大学研究团队利用人工智能（AI）系统，从零开始设计出完整且功能正常的病毒——噬菌体，并在实验中验证了这些人工设计的噬菌体能够有效对抗细菌。

团队以研究较为充分的ΦX174噬菌体为模型，通过计算手段设计了数百个候选基因组，随后通过实验从中识别出16个具有功能的人工噬菌体，这些工程噬菌体的基因序列和结构存在明显差异。实验结果显示，部分工程噬菌体的性能与自然界存在的同类噬菌体相当。更值得关注的是，一些新设计的噬菌体能够克服两种对ΦX174噬菌体产生耐药性的大肠杆菌菌株的抗药性。该成果标志着人们已迈入生成式基因组设计时代，但此类技术带来的生物安全问题也不容忽视。

非侵入式脑机接口与AI结合，实现脑活动转文字

美国Meta人工智能团队、法国巴黎文理研究大学和阿道夫·罗斯柴尔德基金会医院的研究人员开发出一种结合人工智能（AI）技术的非侵入式“大脑活动到文本”转换方法。相关研究发表于新一期《自然·神经科学》杂志。

借助训练数据，团队开发了一种名为“Brain2Qwerty”的深度学习模型。该模型能学习脑活动信号与键盘输入字符之间的对应关系，并尝试仅根据大脑信号预测参与者正在输入的文字。无需手术，即可通过解码大脑活动来识别人们生成的句子。实验结果显示，相比脑电图，脑磁图信号能够帮助模型实现更准确的文字预测。利用脑磁图数据时，Brain2Qwerty模型平均字符错误率为29%；而基于脑电图数据时，字符错误率为65%。对于部分表现最佳的参与者，该模型的字符错误率可进一步降低至18%，并且能准确识别未出现在训练阶段的句子。