AI医疗发展全景
1.1 AI技术发展脉络1.1.1 AI演进历程自1956年人工智能（Artificial Intelligence, AI）概念被提出以来，领域内陆续涌现出一批备受关注的研究突破。人工智能早期的进展显著提高了人们对其的期待，但受限于当时的技术水平，许多充满想象力的目标仍难以真正落地。1974~1980年以及1987~1993年，人工智能先后进入两段相对低谷期，不过这一阶段仍不断出现重要成果。例如20世纪70年代诞生的专家系统（Expert System，ES），可以借助人类专家的知识与经验解决相关问题，
AI时代如何选择不易被替代的留学专业？四大方向解析
点击上方“蓝字”关注凯琛留学随着人工智能技术的快速演进，它正在以惊人的速度重塑全球格局。从编程、翻译到文案创作，这些能力正逐步被算法侵蚀。AI在催生新行业的同时，也淘汰了不少旧有领域。此前多家大型企业，如亚马逊、微软等，受AI驱动而进行了人员调整。图源：网络“我的专业会被AI取代吗？”许多同学陷入了这样的忧虑。专业的“抗AI冲击能力”和长远就业前景，成为选专业时的重要考量。哪些专业不易被AI替代？归根结底，那些依赖情感、实践操作和深度判断的领域，正是AI难以渗透的“安全港”。今天，我们一起来了解四个不易被
斯坦福2026报告：AI医学加速跃迁，治理滞后与体系重构
本文篇幅约5300字，预计阅读时长13分钟本译文源自斯坦福HAI研究院发布的《The 2026 AI Index Report》（2026年AI指数报告）中的“第六章-医学”章节，旨在探讨全球AI在生物医药领域的进步、竞争态势、治理评估、教育适配及临床应用等前沿动态。报告通过剖析模型性能、普及率、基建、资本流向、科研突破及临床转化等核心维度，揭示出AI正以前所未有的速度渗透进社会核心系统，然而配套的评估工具、监管机制、教育体系及责任框架却明显跟不上步伐。AI的发展势头愈发迅猛，但围绕其建立的治理、评测和数
智能体AI与异常检测：重塑运动医学与风险管理的技术革新
人类活动监控与运动损伤预防正经历底层架构的革新。过往的静态阈值与孤立传感器难以应对高维生物力学数据及复杂环境噪声。2026年4月，诺丁汉特伦特大学的Zorriassatine和Lotfi发表了相关论文，提出将人体运动风险识别重构为“异常检测（AD）”范式，并构建了基于“智能体AI（AAI）”的架构。研究背景：由诺丁汉特伦特大学学者Farbod Zorriassatine与计算智能与应用研究组负责人Ahmad Lotfi教授合作完成。团队专注于计算智能、环境辅助生活系统及人类活动识别的跨学科研究。分析范式转
人工智能医疗器械多模态大数据三项团体标准审定会在杭举行
2026年4月21日，为攻关医疗器械多模态知识融合技术及可信共享平台，破解医疗行业存在的关键技术难题。由浙江大学生物医学工程与仪器科学学院等单位联合起草的《人工智能医疗器械 心肌梗死区域定量分析算法性能测试方法》、《人工智能医疗器械 心脏异常起搏点定位深度学习算法性能要求与测试方法》、《人工智能医疗器械 医学影像生成与增强内容标识方法》三项人工智能医疗器械多模态大数据系列团体标准审定会在浙江省医疗器械行业协会成功举办。该系列团体标准依托在研的2025“尖兵+领雁”项目开展编制工作。标准审定组由浙江大学医学
征文通知|AI与心理健康：从技术探索到实践转化
人工智能与精神健康：方法研究到临床应用专题简介在精神健康研究与临床实践领域，人工智能正逐步成为极具影响力且发展迅速的关键方向。Psychological Medicine策划本专题旨在汇聚相关研究成果，探讨人工智能如何在人生全程中加强对精神疾病的认识、预判与诊疗照护能力。我们热切期待方法学探索、临床实践及成果转化类论文的投稿，特别关注能够直接助力临床决策的优秀作品。点击阅读原文或扫码进入征稿页面全部稿件均须通过Psychological Medicine投稿系统递交，请在投稿流程的首要步骤（Step 1）
德适生物iMedImage医学影像基座模型面市，覆盖超90%临床场景助力专病AI研发降本增效
新浪科技讯 4月22日晚间消息，在2026第十届万物生长大会上，杭州德适生物科技股份有限公司携自研iMedImage®医学影像基座模型，亮相“杭州AI十八罗汉”联展区。 德适于3月30日登陆港交所主板，成为医学影像大模型第一股。作为杭州“AI十八罗汉”首家上市企业，其公开发售阶段获得1073倍超额认购，目前市值超250亿港元。 本次参展，德适重点展出两大核心产品：自主研发的iMedImage®医学影像基座模型，以及基于该模型打造的AI AutoVision® 染色体核型辅助诊断软件。据现场负责人介绍，iM
数智化浪潮下传统医学的传承与突破
本期名医推荐：当前，人工智能正席卷各行各业，“被替代”的焦虑在医疗领域不断蔓延。中华传统文化的瑰宝——中医，同样成为热议的焦点。有人担忧数字化时代会使传统中医失去光彩，甚至走向消亡；也有人期待数智化能为中医开辟新的可能。作为长期专注于中医肿瘤领域的专业团队，我们始终坚信：在人工智能时代，中医不仅不会被淘汰，反而将在数智化赋能下实现更高效的传承与创新。一、人工智能时代的焦虑如今，人工智能技术在医疗领域的应用日益广泛：人工智能辅助影像诊断能快速识别病灶；人工智能辅助用药推荐可优化治疗方案；智能问诊系统能实现2
医疗AI领域招聘：人工智能总监与工程师，上海
一、人工智能总监—医疗应用方向100W，要求博士岗位职责：·研发并运用先进的人工智能与机器学习技术，聚焦多模态surgical AI手术解决方案的设计与实现；·开展医学图像/视频处理算法原型的快速构建与验证工作，通过实验评估模型效果与可行性；·深入理解业务场景，挖掘算法需求，推动临床应用AI解决方案的设计与落地，并对新方法进行验证；·持续关注人工智能及医疗影像领域的最新研究进展，不断优化和提升算法性能；·与临床用户保持紧密合作，共同解决实际临床场景中面临的问题；·严格遵守公司的产品研发流程与规范要求；·与
AI医学创新班启动专家对话系列活动
临床医学（AI医学创新班）举办"专家零距离"系列活动人工智能医学学院临床专家4月3日，第一临床学院牵头组织，邀请附属第一医院内分泌科、生殖中心、眼科、神经内科及康复科五大领域的青年骨干，同2025级临床医学（钱惪班）和2025级临床医学（AI医学创新班）全体同学进行面对面沟通，就学科动态、职业成长、科研规划等议题展开深入探讨，引导大家提前把握各学科发展趋势、引才政策与职业路径，点燃学术激情、增强生涯规划本领，帮助年轻学子找准定位、扬帆起航。五位青年学者逐一亮相，为学子们描绘了鲜活的前沿医学画卷。内分泌科胡
掌握肿瘤早筛技巧，守护健康防线
新华社天津4月19日电（记者张建新、栗雅婷）今年4月15日至21日为第32届全国肿瘤防治宣传周，主题聚焦“早防早筛早治 同心携手抗癌”。肿瘤早筛是降低癌症风险的关键途径，普通大众该如何开展相关筛查？ 4月15日，第32届全国肿瘤防治宣传周（天津站）启动仪式在天津医科大学肿瘤医院举行。肿瘤专家在活动现场为群众提供健康咨询服务。新华社记者 李然 摄 天津医科大学肿瘤医院随访中心主任、健康管理中心副主任医师魏丽娟指出，肿瘤风险因素主要分为“不可变”与“可变”两类。不可变因素涵盖年龄、性别、遗传基因及家族病史。可
AI重塑医疗：创新实践与发展趋势
当前，医疗健康行业正经历着人工智能技术的深度渗透，这正在引发一场深刻的变革。无论是从疾病的早期预警到精准治疗方案的制定，还是从药物研发周期的缩短到偏远地区医疗资源的延伸，AI都在以独特优势重塑医疗服务的每一个环节。随着深度学习、多模态融合等技术的不断突破，AI在医疗领域的应用正从单纯的辅助工具向核心支撑力量转变，同时也面临着可解释性、伦理规范等严峻挑战。深入剖析这一技术变革的现状、困境与未来，对于推动医疗行业的智能化升级至关重要。AI技术已全方位嵌入医疗服务的各个层面，其应用场景的广度和深度持续扩展，为提
AI赋能脓毒症多组学研究与精准诊疗
摘要关键词：脓毒症；人工智能；机器学习；多组学；精准医学脓毒症作为一种危及生命的临床综合征，其核心特征在于显著的异质性和复杂的宿主与病原体相互作用机制。尽管传统的机制性研究已识别出若干关键分子通路，但仍难以捕捉该疾病高度动态、多因素交织及系统层面的本质。高通量组学技术的兴起，尤其是整合了基因组学、转录组学、蛋白质组学与代谢组学的综合性多组学方法，通过实现跨生物层次的分子扰动全景式剖析，深刻重塑了脓毒症的研究范式。然而，多组学数据集前所未有的规模、维度与异质性，已远超传统统计方法的分析能力，迫切需要更先进的
中国肿瘤防治加速创新，科技助力健康
在手术室中，一根细长的激光光纤探针通过释放激光，精准烧灼脑瘤深处的微小病灶——这是中国自主研发的激光间质热疗技术的应用实例。现在，中国肿瘤防治在创新药物研发和新技术应用方面正稳步推进。 目前，我国总体癌症死亡率逐年降低，传统高发的胃癌、肝癌死亡率每年分别下降约3.9%和3.2%。 但不容忽视的是，我国肿瘤防控形势依然严峻，部分患者确诊时已进入中晚期，对更有效、更安全的创新疗法需求迫切。提高癌症整体生存率、改善晚期患者的生活质量，仍是亟待解决的重要课题。 我国药企自主研发的一款CAR-T药物，有望给晚期胃癌
医学影像AI破局指南：4大前沿方向与顶会创新思路
从事医学影像AI研究的研究人员，是否经常遇到这些难题？采集数百例MRI数据后，仅标注一套T1序列便需占用放射科医生半小时，且不同医师的标注结果存在分歧；历经艰辛训练出Dice系数达0.95的模型，一旦投入临床便遭遇滑铁卢——运动伪影、设备差异等因素瞬间导致模型性能骤降；尝试将T1、T2、FLAIR等多序列融合时，却因配准困难、分辨率不匹配等问题产生相互干扰……这些挑战本质上源于两大核心瓶颈：复杂病灶定位困难，跨模态信息整合不易。针对这些瓶颈，哪些研究路径具备真正的创新价值？哪些方向更易产出高水平学术成果？