科技圈三大震撼：AI绕过生物识别、地震秒级预警、医学影像新规
AI安全缺陷牵动全球神经：黑客借生成式AI攻破生物认证防线 一份由国际网络安全组织最新发布的调查显示，黑客已成功运用生成式AI技术突破主流生物识别机制，涵盖面部扫描和指纹检测。专家模拟了利用深度伪造和对抗性样本，仅半分钟就能制造欺骗性生物特征，攻破多家银行和手机厂商的安全屏障。此缺陷波及全球逾20亿台设备，各国网络安全部门已火速发布修复程序。安全顾问敦促用户临时开启双重认证，并防范AI生成的虚假身份资料。 日本首发AI地震预报系统：实现分钟级精准预警 日本东京大学携手气象厅今日推出全球首套基于超大规模语言
2026年全球AI医疗产业蓝皮书解读
本篇PDF文件可以通过扫下方知识星球下载。弗若斯特沙利文发布的这份蓝皮书系统梳理全球 AI 医疗全产业链发展现状，指出行业已从单点算法工具迈入大模型、多模态融合驱动的体系化落地阶段，各国依托自身医疗体系形成差异化发展路径，同时面临数据、合规、临床转化多重约束，长期向全流程智能化生态演进。分维度来看，应用层面 AI 已渗透诊疗、康复、医院运营、医保、药物研发、医学科研全链条，医学影像凭借标准化数据实现规模化注册落地，全国已有 134 款三类 AI 影像软件；全球发展路径分化，美国走市场化验证路线，欧洲以数据
人工智能助推医疗升级研讨会在哈工大先进研究院举行
7月12日，黑龙江省智慧医学影像产业技术创新联盟、黑龙江省计算机学会智慧医疗专委会与中国生物工程学会数字化医工技术专业委员会共同发起，哈尔滨工业大学先进技术研究院承办的“人工智能助推：医疗升级专题研讨会”在哈工大先进研究院拉开帷幕。来自省内的医疗机构领导、AI与医学影像领域专家、联盟成员及智慧医疗企业代表汇聚哈尔滨，共同探讨人工智能与医疗健康深度整合的创新路径。黑龙江省智慧医学影像产业技术创新联盟整合了哈尔滨医科大学等省内外42所院校、研究机构、高新企业和投资单位，持续畅通产学研用转化链路，汇聚智慧医疗革
海师硕博团队AI医疗平台获创梦杯二等奖
海南师范大学数学与统计学院硕博团队研发的“医智榕康 MedOPC——面向海南基层医疗与科研转化的多模态AI辅助医疗智能体平台”项目，将团队原有的AI医疗算法成果转化为可试用的平台。支持上传CT影像、病理图片、皮肤照片等，自动生成辅助诊断报告，一键导出PDF，帮助医生提高诊断效率。项目还结合数据科学与智能教育教育部重点实验室开展VR科普实践。该项目在海南师范大学国家大学科技园举办的首届创梦杯OPC创新创业大赛上荣获学生组二等奖。#科技园 #OPC大赛 #海南自贸港 #医智榕康 #AI辅助医疗 #医学影像诊断
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
重塑影像生态：人工智能时代的医学影像学科变革
点击上方蓝字加关注本文引用格式：[1]陈敏.智能赋影，融合创新：人工智能时代下医学影像学科的发展与展望[J].中国医学影像学杂志,2026,34(1):1-2.DOI:10.3969/j.issn.1005-5185.2026.01.001.摘要在信息技术与医疗深度融合的大潮中，人工智能（AI）正彻底改变医学影像的生态体系。在放射科，AI辅助诊断软件已广泛应用，能显著提高诊断速度并缓解人手不足；未来将向多模态融合与全流程智能化迈进。在超声医学方面，AI推动检查从“靠经验”转向“靠数据”，促进标准化和实时辅
AI医疗沙龙下周开幕：聚焦智慧健康创新
7月1日（星期三）14:00，由深港科创公司牵头，深圳市人工智能行业协会协办的“AI驱动医疗健康创新应用”AI河套杯人工智能竞赛预热暨产业交流会将在河套汇客厅举行。本次活动围绕“智启生命 数创未来”核心，重点探讨AI医学影像、AI药物研发、智慧医疗管理等方向，汇集行业先锋与企业，深入解析临床实践与商业转化之道。诚邀科研院所、科技公司等代表踊跃参与，现场安排竞赛说明、专题演讲、政策解读及自由交流环节，助力创新项目对接资源、把握河套发展新契机。快速导航至活动地址
AI智能体面试每日一练(第11期)- 医疗领域的AI智能体应用
问题：请构思一个智能诊断结合电子病历结构化的智能体。患者通过语音或文字描述症状，系统需输出符合HL7 FHIR规范的结构化医疗记录。阐述核心工作流程、主要组件及技术挑战。解答关键点：系统总体设计（五阶段处理流程）三项关键工程挑战面试中的亮点回答问题：一家医院计划部署CT/MRI智能影像分析智能体，辅助放射科医师识别肺结节。从模型选择、结果可解释性及法规合规性三个维度，讨论工程上的难题。解答关键点：模型策略：采用“视觉识别模型+语言大模型”协同架构，而非单一语言模型可解释性（医生决策追责的核心要素）法规合规
AI重塑全超声计算断层扫描：从绘图咒语到声波呐喊，医学影像迈入主动防御新纪元
倘若时至今日，依然将人工智能的能力局限在手机屏幕上生成几张唯美头像，或是撰写几篇中规中矩的工作汇报，那么恐怕亟需刷新一下自己的认知体系了。Midjourney——对，就是那家仅凭一串英文提示词便能让人秒变梵高画风的机构——近期完成了一项堪称疯狂的壮举。他们不再甘心于在数字画板上遨游，而是将触角伸向了人类最隐秘、最错综复杂的领地：我们的躯体。他们研发了一台 CT 设备。初闻此言，多半会觉得这仿佛是个荒诞的笑话，抑或是一家不务正业、企图蹭医疗领域热度的公关炒作。但当目睹那台宛如从《星际迷航》片场直接搬出的巨型
AI医学影像：从单点效率工具到全链路决策平台的产业升级
智擎-AI创新赋能中心导 论人工智能医学影像技术已完成早期技术验证阶段，现正全面融入临床诊疗流程，从单纯“优化局部效率”的辅助工具，逐步升级为重塑“筛查-诊断-治疗方案制定-预后判断”完整链条的决策支撑体系。其核心贡献在于缓解医疗资源分布不均问题并提高重大疾病早期发现率。一、 产业驱动因素：为何医学影像成为人工智能落地最成功的领域？· 结构性失衡：影像资料年增长幅度达30%而放射科医师年增长率仅4.2%，工作压力与误诊概率呈正向关联。· 政策机遇：国家卫健委《医疗机构检查检验结果互认管理办法》推进影像数据
智能医疗AI训练平台正式开源发布
面向医学影像与临床辅助分析场景的人工智能业务全流程系统，涵盖数据管理、数据标注、模型训练、在线部署和效果评估等环节，协助医疗团队将影像样本、标注经验与模型能力积累为可持续优化的智能诊断辅助系统涵盖数据管理、数据标注、模型训练、在线部署和效果评估等完整流程医学影像AI是人工智能应用最具挑战性的领域之一，面临“数据难以获取，模型难以落地”的困境。smart-healthcare-plat项目正是为了破解这一难题而设计，提供了一套端到端的业务闭环解决方案。主要功能模块说明：数据集管理与标注（数据的“处理中心”）
AI如何重塑医疗未来
讲座议题：• 人工智能能否替代医师• 智慧医疗的演进方向、契机与难点• 智能问诊，怎样助力提升诊治效能与服务质量• 大模型如ChatGPT在医学领域的实践• 智能技术如何协助医师解读影像资料（涵盖X光、CT、MRI）• 医疗数据隐私、伦理规范及安全风险时间：周五2026年6月19日19:00至21:00地点：好事围社区中心，91 Queens Rd Hurstville主讲人：郑易燊（悉尼大学人工智能博士在读）诚邀您携带疑问出席，本讲座为公益性质，全程免费。
AI赋能医疗：智能影像诊断开启精准医疗新篇章
AI赋能医疗：智能影像诊断开启精准医疗新篇章北京高校大学生优秀创业团队典型案例中央民族大学刘苜涵、麻婧晗、陈穗、张馨予、王策、吴桐2024年1月1日人工智能人工智能医学影像技术融合了深度学习等前沿智能技术、高性能运算能力及海量医学影像数据，是当前医疗发展的重要方向。该领域面临诊断精度有限、数据质量不统一等挑战。该项目旨在构建一套医学影像智能分析与归档通信系统，核心方案是：依托人工智能、大数据分析的云端平台，结合中国移动、中国联通等5G网络，嵌入用户网络环境供其使用。该系统可与CT、MR、ECT、DSA、D
皮肤科医生对阵AI：甲病诊断能力对比研究
人机对决：甲病诊断谁更精准？一项关于甲病诊断的前瞻性对比研究Human Expertise or Artificial Intelligence? A Prospective Study on Nail Disorder Diagnosis期刊：npj Digital Medicine (2026)DOI：10.1038/s41746-026-02850-9收稿 / 接收：2025-12-24 / 2026-05-26通讯作者：Flurin L. Brand (Inselspital, 瑞士伯尔尼大学医院
医保AI影像识别大赛启动：智能诊断将如何改变患者就医体验
我国首个国家级"人工智能+医学影像"专业竞技赛事——全国医疗保障影像智能识别大赛将于8月至10月在广西开赛。大赛由国家医疗保障局与广西壮族自治区政府联合举办，以"慧眼识图影领未来"为主题，围绕AI技术在医学影像辅助诊断领域的实际应用，设置8条竞赛路线。目标是推动前沿技术在医疗保障领域的广泛落地，惠及民生，支撑经济发展。自3月底起，大赛组织方已在多地开展宣传推广。本次特别邀请广西医科大学第一附属医院放射科副主任彭鹏与四川省肿瘤医院超声医学中心主任卢漫进行深度对话，共同探讨AI影像技术为临床诊断带来的变革。（