AI赋能：心脏磁共振诊疗流程的优化与进展
AI技术革新心脏磁共振诊疗全流程研究进展陈星蕊，马璇，张奥翔，赵世华* （中国医学科学院北京协和医学院 国家心血管病中心 阜外医院磁共振影像科，北京 100037）摘要心脏磁共振凭借其多参数成像优势，成为评估心脏结构与功能的首选“金标准”，然而，扫描周期长、图像后处理繁琐以及对操作者经验的依赖，限制了其临床推广。当前，人工智能（AI）技术正致力于优化CMR的全流程应用。本文将对此进行综述。引言心血管疾病是全球致死的首要原因，早期精准诊断对改善预后至关重要。心脏磁共振无电离辐射，具备多参数多序列成像及卓越软
医药人，你的AI实战故事，我们想听
近些年大模型与生成式AI的兴起，几乎重新定义了各行各业对"效率"的理解。然而在医药这个门槛极高、合规要求严苛的领域，真正的变革往往并不存在于那些震撼人心的宏大叙事中，而是体现在每一个具体岗位的细微日常里。前几天，我们在"汇声荟聚"线下Coffee Chat举办了一场AI主题分享会。现场既有头部制药企业的高管，也有刚开始探索AI工具的新人。大家毫无保留地分享了各自的困惑、试错经历与踩过的坑，也带来了几点意料之外的洞察：非标准化场景才是护城河：外行人总以为繁琐的文书工作最容易被替代，但深耕临床监察（CRA）等
港科大首创AI协作机制 助力医学通用与专科模型协同诊疗
香港科技大学（港科大）研究团队成功研发一套创新的人工智能（AI）"通才—专才协同" 架构（Generalist–Specialist Collaboration, GSCo），达成了医学通用基础模型与专科模型在疾病诊断任务中的高效配合。研究结果表明，GSCo于医学影像诊断、视觉问答及放射报告生成等多项任务中的表现，均显著优于单独运行的通用或专科模型；同时，该架构能大幅削减训练医学模型以适应全新临床任务的研发开销。此项突破有望加速医学基础模型融入日常临床实践。研究论文已于国际权威期刊《自然—生物医学工程》刊
中山医院AI全栈平台3.13亿中标项目解读:头部医院怎样构建研发与临床一体化体系
导语：2026年4月24日，复旦大学附属中山医院人工智能全栈能力开发服务平台采购项目正式公布中标信息，最终由上海仪电鑫森科技发展有限公司（联合体）以31296万元的价格成功中标；项目核心任务是搭建面向医疗场景的大模型研发与服务支撑平台，并将其能力延伸至数据治理、智能医学应用以及安全运维等关键领域，重点聚焦CMR磁共振心血管疾病全流程智能辅助诊断、大模型驱动的放射影像与报告质量控制、基于大模型的患者智能化随访等应用方向，为临床诊疗、医学科研和患者服务输出多模态信息解析、多轮对话交互等核心能力。该项目真正值得
人工智能正深度融入医疗场景
人工智能正在深度融入医疗场景。曾几何时，人工智能被视作遥不可及的未来。而如今，AI已悄然渗透进医疗体系。从智能分诊、影像辅助，到智能手术、数字病房，人工智能正在重塑医疗服务的各个环节。据相关报道，医疗已成为AI落地应用的重点行业，AI正从实验室阶段迈入真实的临床实践。未来的医院，或许将告别单纯的"医生+设备"模式，转向"医生+AI"的协作模式。AI能够协助医生高效整合信息、处理数据、提升诊疗效率；医生则承担临床决策、人文沟通和情感关怀的职责。不少人提出疑问，AI是否会取代医生？或许答案是：不会取代，但会重
智能科技驱动心血管诊疗:临床进展、现实困境与发展趋势
在全球公共卫生领域，心血管疾病造成的死亡负担极为沉重，每5例死亡中就有约2例与心血管疾病相关。缺血性心脏病、脑血管意外、心力衰竭等诊断名词背后，承载着无数家庭的痛苦与遗憾。尽管现代医学技术取得了长足进步，但现代人普遍存在的久坐不动、高热量饮食摄入、精神压力增大以及环境污染加剧等因素，持续推升着心血管疾病的发病趋势。心血管疾病已成为全球范围内造成居民死亡和残疾的首要原因。尽管临床诊疗技术不断改进，但现代生活方式带来的运动不足、营养结构失衡、心理负荷加重及环境危害等问题，仍在持续增加心血管疾病的整体发病风险。
AI医疗技术本周重大进展：从诊断到治疗全面超越人类专家水平
📖本文共2100字，预计阅读时间6分钟技术创新让疾病诊断更加精准、手术操作更加高效、药物研发周期大幅缩短，但最终临床决策的最终决定权，始终掌握在医生手中。最新一期《自然》杂志刊登了两项自主医疗人工智能系统的重磅研究成果，证实AI技术已能够贯穿从疾病诊断到治疗方案制定的全流程，为医生提供全方位支持。德国海德堡大学附属医院研发的MIRA系统通过500余例急诊科真实临床病例进行评估，平均诊断准确率达到87.8%，而由六位跨专业领域医生组成的专家团队准确率仅为78.1%。MIRA系统能够从85000多种备选方案中
AI赋能肝脏疾病诊疗的临床进展与前景
慢性肝脏疾病已成为全球性重大公共卫生挑战，其涵盖感染性与非感染性两大类别，具体包括慢性病毒性肝炎（如乙型、丙型肝炎）、代谢相关脂肪性肝病、酒精性肝病、血吸虫性肝病及自身免疫性肝病等。当前，我国仍面临沉重的病毒性肝炎疾病压力，据统计现有慢性乙肝患者超过8600万例，慢性丙肝患者约1000万例。随着公共卫生条件的改善和疫苗接种的推广，近20年来我国肝脏疾病谱发生了显著变化。病毒性肝病的发病率呈下降趋势，而以非酒精性脂肪性肝病（NAFLD）为代表的非病毒性肝病则日益增多，全国患病率高达29.2%。肝脏被称为"沉
医疗AI从基础应用到深度赋能，技术迭代加速推进
6月26日，一场聚焦医疗人工智能临床运用与医院高质量发展的讨论会在天津召开。会议汇集了来自北京、四川、天津等地多家在人工智能应用方面具有示范效应的医院及行业代表。参会者围绕人工智能的临床实践、患者全周期健康管理以及医疗数据安全等主题进行了深入探讨，共同探索数字技术如何助力医疗行业实现高质量发展。 与会专家指出，医疗人工智能的发展正从“可用”阶段迈向“高效应用”阶段，这要求技术能力、临床流程和治理体系同步升级，并且政府、医疗机构、企业和研究机构应建立常态化的合作机制。
破解AI医疗“落地难”困局 | 广东医院协会成立人工智能与医疗器械专委会
6月14日，广东省医院协会人工智能与医疗器械创新专业委员会（以下简称“专委会”）成立大会暨首届学术年会在香港科技大学广州校区演讲厅成功召开。该专委会由中山大学附属第六医院作为主发起单位，联合广东省人民医院、中山大学孙逸仙纪念医院、广州医科大学附属妇女儿童医疗中心、南方医科大学附属第八医院及新型生物材料与高端医疗器械广东研究院（以下简称“高端医械院”）等单位共同发起成立。来自全省各级医院、高校、科研院所及人工智能医疗器械企业的代表齐聚一堂，共同见证专委会的正式成立，并围绕AI医疗器械的成果转化、临床应用与合
距开幕仅剩3天|医疗AI怎样安全落地临床？津门研讨会即将开启
伴随人工智能加速渗透临床场景，医院的关注焦点已从"能否使用"转变为"怎样用好、如何管好"。6月26日，医疗人工智能临床应用与医院高质量发展研讨会将在天津召开。会议将聚焦医院AI建设、临床应用创新、患者全周期健康管理及医疗数据安全等议题展开探讨，共同寻求安全、可信、可持续的医疗AI落地路径。距离开幕仅剩3天，期待与您相约天津，共商医疗AI新未来。MEETING INFORMATION · 会议信息倒计时3天 · 天津见欢迎您扫码报名~在此处继续添加图片或二维码
AI查龋临床应用前景与挑战
Alexander Maniangat Luke 与 Nader Nabil Fouad Rezallah 分别来自 Ajman University 与 City University Ajman。论文发表于 Head & Face Medicine，PMID: 40181403，DOI: 10.1186/s13005-025-00496-8。推荐理由该系统综述汇总了 21 项研究及 14 项 meta 分析，指出 AI 在识别龋齿影像方面潜力巨大，但异质性依然显著，距离“完全临床应用”尚有差距
AI Agent全栈工程师招募 - Founding Engineer职位
AI Agent全栈工程师（Founding Engineer）我们致力于让 AI 真正读懂、预测、模拟每一个真实细胞，搭建可扰动、可推演、可落地临床与药物研发的虚拟细胞系统。赛道从不缺论文，真正稀缺的是把前沿技术，落地到临床能用、药企愿意付费合作的阶段。算法是我们的起点，工程化是脊梁。现招founding engineer，如果你对AI4Science感兴趣，希望深度参与产品从0-1的开发过程，希望你能加入！
医疗AI实战指南：这堂公开课带你从入门到精通
当人工智能技术席卷各行各业之际，如何使AI从抽象概念转化为切实解决医疗实际问题的有效工具？医疗智能体公开课即将精彩呈现！本次培训特别邀请多位行业资深专家，为您提供从宏观战略到微观实践的全方位系统讲解：政策解读，方向指引：全面剖析医疗智能体现状与政策走向，描绘智慧医疗的发展蓝图；技术架构，夯实基础：从知识库建设、语料开发，到工具应用与提示词优化，全程详细讲解核心技术体系；案例实操，加速应用：依托典型业务场景，深入分享医疗智能体完整设计流程与开发经验。无论您是医疗信息化负责人、临床医学专家，还是医疗机构管理者
智融医疗丨AI赋能医院发展，中大论坛圆满落幕
初夏时节生机盎然，数字智慧开启崭新篇章。5月24日，在第三届东南大学医学与生命科学创新发展论坛的框架下，由东南大学附属中大医院承办的第八届中大论坛暨“人工智能赋能医院高质量发展”大会于南京盛大启幕。本次会议紧扣国家“人工智能+”战略及全民健康数字化转型的时代潮流，集结了全国顶尖高校、知名医院及AI医疗领域的权威专家、学者与行业领军企业。与会嘉宾打破学科与机构界限，深入探讨医工交叉前沿，围绕AI在医疗健康领域的技术革新、临床应用及伦理规范进行深度交流，共同探索AI重塑医疗服务模式的新路径，为AI与医院高质量