【海外AI医疗周报】本期导读：

全球医疗AI产业在基础研究、临床应用与监管治理等多个层面同步推进。Biohub宣布扩大虚拟生物学项目，美国政府、谷歌DeepMind、Meta等机构参与，相关投入合计达18亿美元，试图借助AI与大规模生物数据加速生命科学研究；Meta则展示了AI辅助医学研究的新进展，顶尖医学院临床医生借助大模型在4周内完成10篇医学论文。与此同时，OpenEvidence累计处理查询量达2.71亿次，反映出临床AI工具的快速普及。政策层面，韩国加快布局AI照护并发布心理健康AI安全指南，美国则从第三方独立评估、医生专业判断权到自主临床AI监管机制等方面持续完善治理框架。医疗AI正从模型能力竞争，进一步走向数据基础设施建设、临床工作流重塑与制度体系建设。

18亿美元打造“史上最大AI生物项目”，美国政府、谷歌、Meta集体入局

10月7日，马克·扎克伯格与妻子普莉希拉·陈（Priscilla Chan）创立的非营利生物学研究机构Biohub宣布扩大“虚拟生物学项目”（Virtual Biology Initiative）。合作阵容包括：美国能源部（DOE）、美国国立卫生研究院（NIH）、谷歌DeepMind、Isomorphic Labs、Meta。这是一次跨越政府、科研机构和科技巨头的基础设施级合作，各方在资金、数据、算力与技术上的投入合计高达18亿美元（约合人民币120亿元）。Biohub表示，这是迄今为止规模最大的、多方协同的AI就绪型（AI-ready）生物数据建设投入。该项目旨在利用AI大规模生成生物数据，预测细胞的活动规律，共同构建生命预测模型所需的技术与多模态数据集，再用这些数据训练预测模型，从而缩短药物研发周期。

Meta 杀入 AI 医疗：4 周产出 10 篇论文

Meta 公布医疗落地成果：一群美国顶尖医学院的临床医生，用 Meta 大模型当研究助手，4 周内写出 10 篇医学研究论文，覆盖感染病、急诊、肿瘤、内分泌等方向，背后调用的是汇集美国 39 家医疗系统近 500 万名患者去标识化病历的 Protégé 数据库。Meta 称，从输入提示词到成稿最快仅 7 天，最好情况比传统科研流程快 10 倍，参与者来自约翰·霍普金斯、斯坦福、丹娜-法伯等机构。每篇论文经同组医生互评、统计师复核、第三方专家评审三层把关，但目前仍是未经期刊同行评审的手稿。

OpenEvidence两年半处理2.71亿次查询，覆盖约95.2万名临床人员

一项发表于《美国医学会杂志》（JAMA）的研究显示，医疗AI平台OpenEvidence在2024年1月至2026年6月期间，累计处理约2.71亿次查询，涉及952,008名经身份验证的美国医疗从业人员。麻省总医院布莱根医院和波士顿哈佛医学院的研究人员分析了OpenEvidence用户（已验证国家医疗服务提供者识别码）的查询日志。数据显示，平台月活跃用户从2024年1月的355人增长至2026年6月的703,265人，月均每名活跃用户的查询量从18次升至39.5次，月度用户留存率也从约70%提高至90%。研究显示，面向临床人员的AI医学信息检索工具正在快速普及。不过，研究数据主要反映使用规模和用户行为，并不直接证明其能够改善临床结局。

韩国发布AI照护路线图，应对99万照护人员缺口

韩国保健福祉部近日公布AI赋能照护服务路线图，计划通过智能家居、传感设备和生成式AI应对未来照护人员短缺问题。方案包括在居家环境中利用AI全天候监测居民健康、安全状况及日常活动，在照护机构部署传感器和机器人以减轻工作人员负担，并从2027年起推出帮助居民申请福利的生成式AI服务。政府还计划将重复性福利行政事务的自动化比例提升至50%以上。韩国开发研究院和韩国央行预计，到2043年韩国照护人员缺口将达到99万人。此外，韩国还选定6个AI医疗器械联盟，开展卒中、帕金森病、癌症检测及心血管风险预测等应用验证，推动临床落地与医保支付。

韩国发布心理健康AI安全使用指南

韩国保健福祉部近日联合韩国神经精神医学会，发布生成式AI心理健康支持安全使用指南，分别面向公众以及儿童、青少年和监护人提出建议。公众指南包含21项建议，重点提醒用户核实AI生成的心理健康信息、避免依据AI回复自行诊断、保护敏感个人信息，并防止对AI产生过度情感依赖。此前一项调查显示，68.8%的受访者曾将生成式AI用于日常交流、情感陪伴或心理咨询，14.6%曾依据AI进行心理疾病自我诊断。韩国政府还计划于2027年针对严重精神疾病患者等高风险群体发布进一步指导意见。

美国HHS拨款150万美元，支持医疗智能体与实验室数据互操作项目

美国卫生与公众服务部（HHS）旗下国家卫生信息技术协调办公室（ONC）近日通过医疗信息技术前沿加速项目（LEAP in Health IT），向MedStar健康研究所和Regenstrief研究所提供总计150万美元资助，分别探索医疗智能体应用和实验室数据互操作问题。MedStar将开发开源软件层，用于协调复杂的临床随访流程，并通过患者自主控制的数据存储、加密验证等机制，提高AI辅助医疗服务的可控性与可验证性。Regenstrief则将联合至少3家独立小型实验室，识别并解决检验术语不一致等问题，提升实验室数据交换的语义互操作能力。

美国多家医疗机构设立AI负责人，推动治理与临床落地

随着AI加速融入医疗服务，美国多家医院和医疗系统开始设立首席AI官或同等高级管理职位，统筹AI治理、部署和风险管理。根据Becker’s Hospital Review梳理，相关机构包括梅奥诊所、克利夫兰诊所、凯撒医疗集团、丹佛（科罗拉多州）健康中心、西达赛奈医疗中心、以及加州大学多个医疗系统等。部分机构新设专职AI负责人，部分则由首席数据与AI官、首席医疗信息学与AI官等职位承担相关职责。例如，梅奥诊所设立首席AI实施官，犹他大学健康系统任命首位首席健康AI转型官。这一趋势表明，医疗AI已不再只是单一技术部门的工作，而逐渐成为涉及临床安全、法律责任、数据治理和组织转型的管理议题。

犹他州引入第三方评估，建立医疗AI政府验证机制

美国犹他州商务部人工智能政策办公室近日与6家第三方评估机构达成合作，将对参与州级医疗AI监管沙盒的产品开展独立评估，核查模型性能、决策报告准确性及安全性声明。合作机构包括医疗健康AI联盟（CHAI）、斯坦福临床卓越研究中心等。此前，该州允许Doctronic开展AI自动续方试点，但项目因患者安全风险受到医学监管机构质疑。新机制要求AI应用在部署前接受第三方评估，并在试点过程中持续监测。犹他州希望借此建立可验证的监管框架，在探索AI创新应用的同时，加强患者安全保障与公众信任。

加州立法保障医生独立判断权，防止临床决策受AI约束

美国加利福尼亚州州长加文·纽森于9月30日签署AB 1979法案，明确保障医生及其他持证医疗专业人员在使用临床决策支持系统时行使独立专业判断的权利。该法案计划于2027年1月1日生效，要求医疗机构、诊所和医生办公室采取合理措施，确保医务人员在诊疗受到临床决策支持系统输出影响时，仍能依据专业职责独立作出判断。随着AI工具逐步参与药物推荐、治疗方案建议及其他临床决策，该法案旨在防止技术输出取代医生的专业判断，也为医疗机构部署AI决策支持系统提出了新的合规要求。其核心并非禁止使用AI，而是强调AI应当辅助临床决策，而不能剥夺医务人员依法履行职责的空间。

美国医院协会、Anthropic等参与制定自主临床AI监管建议

美国医院协会（AHA）、美国医学会（AMA）、Anthropic和Elevance Health正参与由美国州医学委员会联合会（FSMB）牵头的全国工作组，研究如何监管能够在有限或没有医生直接监督下执行临床任务的AI系统。该工作组于2026年5月宣布成立，计划制定供各州医学委员会参考的建议或示范性指南，涉及AI参与诊断、处方及其他临床工作的监督机制。工作组已于10月初在华盛顿举行会议，预计未来数周至数月内公布初步建议。随着部分州通过监管沙盒探索自主医疗AI应用，美国医疗AI治理正从一般性原则逐步转向具体的临床监督与责任框架。