【海外AI医疗周报】本期导读：

以色列舍巴医疗中心与OpenAI合作，探索打造全AI驱动医院；Aidoc联合12家医疗系统推进诊断AI大规模验证；谷歌视频问诊AI在模拟中展现媲美全科医生的能力；诺和诺德与AWS共建AI药物研发中心，OpenAI基金会则将1亿美元投入公共卫生AI应用，医疗AI的应用边界正在持续拓宽。与此同时，行业也进入更加理性的“深水区”。马来西亚将医疗纳入国家AI战略重点，CHAI成立医疗AI网络安全工作组，意味着安全、治理和基础设施的重要性进一步上升。而Tempus AI“首次盈利”背后的主营业务持续亏损，也提醒市场：AI医疗的技术突破正在加速，但真正实现可持续商业化，依然需要时间和验证。

以色列诞生全球首个全AI驱动医院

以色列舍巴医疗中心日前宣布和OpenAI达成合作，成为后者企业级医疗AI平台“ChatGPT for Healthcare”的第一个国际医院伙伴。双方合作搭建了三层AI地基。最核心的一层是技术平台，它整合了数百万篇医学论文、临床指南和公共卫生资源，AI每给出一条建议，都会附上完整出处，医生可以像查教科书一样核实每一条结论。中间一层是本地化适配，把舍巴自己的诊疗规范、看病流程和政策文件都融入AI系统，避免通用AI“水土不服”，真正做到为这家医院量身定制。最外面一层是应用场景，覆盖临床决策、科研和医院运营三大块，手机就能访问，让AI渗透到医生看病、护士护理、行政办公的各个环节。

计划第一阶段3到6个月，由创新中心牵头，在急诊、影像、肿瘤等重点科室试点，收集医生反馈再优化。第二阶段6到12个月，推广到全院所有临床科室，同时接入行政管理系统，用AI帮忙安排预约、排班、设备和床位。第三阶段1到2年，完成AI和所有核心系统的深度融合，最终目标是让医院从“等人生病再治”变成“提前预判、主动干预”。

美股AI医疗龙头Tempus AI宣称首次盈利

近期，美股AI医疗龙头Tempus AI发布2026年Q2财报，宣称首次实现季度盈利，引发市场关于AI医疗商业模式跑通的热烈讨论。然而深入剖析财报发现，其564.2万美元的净利润主要依赖“其他收入”，主营业务经营利润实际亏损7591.3万美元，且同比扩大近23%；上半年经营亏损更达1.6亿美元。尽管该公司拥有基因测序核心业务及众多药企客户，市值逼近百亿美元并受知名投资人青睐，但其核心AI业务尚未真正造血。这一案例警示，在资本喧嚣中需理性审视：当前AI医疗巨头的盈利表象下，主营业务仍深陷亏损泥潭，距离真正的商业化成功尚有不短的距离，不可盲目将单次账面盈利等同于行业模式的成熟。

Aidoc联合12家医疗系统成立诊断AI联盟，覆盖近2000万患者

8月12日消息，临床AI企业Aidoc宣布成立诊断 AI 联盟，美国12家大型医疗系统参与，旨在探索诊断AI的评估、部署和治理。联盟成员每年服务患者近2000万人，包括西达赛奈、诺斯韦尔、休斯顿卫理公会、西奈山等。联盟将制定统一的诊断AI评估和治理标准，研究AI如何优化诊断流程、优先处理高风险病例并缩短患者从影像检查到诊断的时间。Aidoc将提供CARE临床AI基础模型及aiOS企业级AI操作系统作为技术底座，并计划持续监测模型在不同患者群体、医院和设备上的表现变化，以及偏差和准确率下降的问题。联盟计划于2027年公布首批研究结果。

OpenAI基金会投入1亿美元，AI助力消除丙肝治疗缺口

OpenAI基金会近日宣布投入1亿美元，与Common Health Coalition合作启动“Breakthroughs to Follow-Through”计划，利用AI工具弥合医疗交付差距。项目首阶段聚焦丙型肝炎，计划未来两年内帮助8个州及地方辖区将丙肝治愈率至少提高一倍，目前首先覆盖阿拉巴马州、伊利诺伊州、路易斯安那州和马萨诸塞州。资金将支持AI工具部署，帮助识别失访患者、减轻行政负担、加强护理协调。OpenAI基金会表示，下一步将把相关AI基础设施拓展至HIV预防和可治愈癌症，探索利用AI解决公共卫生领域长期存在的“治疗可获得但患者未被覆盖”问题。

诺和诺德与AWS成立AI药物研发创新中心

8月10日消息，诺和诺德与亚马逊云科技（AWS）宣布建立战略合作伙伴关系，利用生成式AI、智能体AI和云计算技术加速药物研发。双方将在英国伦敦诺和诺德现有设施内设立联合创新中心，集结AWS工程师、AI专家与应用科学家与诺和诺德研发团队共同开展AI研发。诺和诺德同时将AWS选为其首选云服务商及战略AI合作伙伴，并计划利用Amazon Bio Discovery、Amazon Bedrock等技术进行药物靶点发现、加速新疗法设计，以及基因组、影像和临床数据的整合。双方还将借助AI智能体优化企业运营，希望进一步压缩从药物靶点发现到首次人体给药的研发周期。

谷歌测试AMIE视频版，AI开展实时临床视频问诊

谷歌近日公布医疗AI系统AMIE（Video）的最新研究，在实时视频环境下测试 AI 开展临床问诊的能力。

研究中，15名专业演员分别模拟心肺、腹部、头颈、神经精神、肌肉骨骼等疾病场景，由AMIE进行同步视频咨询。系统采用多智能体架构，利用对话、规划和感知三个智能体，分别负责与患者交流、更新鉴别诊断及治疗方案、以及分析视频和音频中的非语言和体征信息。研究结果显示，专业医生评估人员认为，AMIE在病史采集、诊断准确性、治疗建议和沟通质量等方面与基层全科医生水平相当。不过，谷歌强调，目前研究对象均为专业演员，仍需真实患者研究才能进一步评估其临床应用价值。

马来西亚将医疗列为AI Nation 2030重点“影响引擎”

马来西亚近日推进“AI Nation 2030”战略，医疗被指定为优先“影响引擎”之一。7月28日，马来西亚总理安瓦尔宣布成立AI Malaysia Berhad，作为数字部下属的国家级人工智能机构，负责协调国家AI政策、监督2030年国家AI行动计划，并承担AI安全与治理相关职能。与此同时，马来西亚政府还推出《2026-2030年国家人工智能行动计划》，涵盖14项行业倡议和14项支撑性倡议，涉及人才、创新、数据与算力基础设施、负责任治理及融资投资等领域。马来西亚还将建立AI安全研究机构，并计划在2026年底前完成基于风险的AI治理法案。

美国医疗AI联盟成立医疗AI网络安全工作组

8月12日，美国医疗AI联盟（CHAI）宣布成立“医疗AI网络安全工作组”，联合近100名行业人士，共同应对前沿AI模型快速发展带来的新型网络安全风险。工作组将每两周召开会议，由来自医疗机构、科技企业及网络安全领域的专家共同参与，并计划于2026年底前推出防御型和攻击型网络安全操作指南，以及一套面向前沿AI的网络风险评估工具。CHAI表示，随着前沿AI进一步压缩网络攻击时间、扩大患者数据窃取和勒索软件攻击规模，医疗机构需要建立行业协同的防御机制，同时利用AI提升漏洞管理和事件响应能力。