仪器信息网解读315晚会消费乱象:从双氧水漂白鸡爪到AI大模型信息投毒的检测技术透视
仪器信息网从检测技术视角解读2026年315晚会曝光的食品安全、公共安全、金融安全与广告市场乱象。文章详细阐述了双氧水违规漂白鸡爪的检测依据,指出外泌体尚未获批上市,揭露物理增高伪科学骗局及针对老年人的私域营销假药套路,并分析了电动自行车超标违规及AI大模型通过信息投毒操控排名的风险。
仪器信息网从检测技术视角解读2026年315晚会曝光的食品安全、公共安全、金融安全与广告市场乱象。文章详细阐述了双氧水违规漂白鸡爪的检测依据,指出外泌体尚未获批上市,揭露物理增高伪科学骗局及针对老年人的私域营销假药套路,并分析了电动自行车超标违规及AI大模型通过信息投毒操控排名的风险。
罗氏旗下 Genentech 解聘了全球药物发现 AI 负责人 Richard Bonneau。作为近期罗氏 Genentech 的高关注度高管离职案例,该变动涉及公司人工智能研发核心管理岗位。
OU Health 通过部署 LeanTaaS 的 iQueue 平台并重构数据驱动治理,在不新增手术室、资本或员工的情况下,一年内将手术量提升 7%。此举释放了超过 173,600 分钟的高峰时段手术时间和 217 万美元的增量贡献利润率,且批准的空闲时段申请从 131 个增至 309 个。
Montage Health 和 Southwest General 利用 AI 平台 Notable 扩展自动化工作流,显著提升效率:Montage 将转诊周转时间从 23 天缩短至 1.5 天,Southwest General 将爽约率从 11% 降至 4%,并部署 AI 代理 Hope 和 Ava 使预授权准备时间从 20-25 分钟减至 5-6 分钟。
英矽智能宣布其 AI 驱动候选药物 Rentosertib 于 2026 年 9 月 10 日在北京协和医院完成 III 期临床首例患者入组及给药。从靶点发现到进入 III 期仅历时约五年,而传统研发通常需八至十年,AI 在分子设计环节的提效已获验证,但决定临床成败的靶点机制选择投入仍不足。
推荐理由:原文梳理了从概念验证到大规模人体试验的行业节点,并指出临床成功率与数据质量是核心挑战。
98名儿科医生研究显示,多数医生能区分LLM生成的正确与错误答案(p < 0.001),并大多能建设性地使用LLM输出而不被误导。但儿科住院医师(p = 0.02)和私立诊所儿科医生(p = 0.005)更可能在LLM给出错误答案时改变其临床决策。这些发现支持在儿科领域广泛部署LLM前需进行针对性培训和实施保障。
代理式AI通过跨系统编排解决健康保险中因孤立自动化导致的协调断层,而非仅执行单一脚本任务。该模式可整合会员资格、索赔历史及先前互动,将常规案例端到端解决,复杂案例则升级至人工并附带完整上下文。此技术有助于在诊疗环节实时捕捉文档与决策证据,减少因文档缺失导致的索赔拒付及合规风险。
患者可及性问题往往并非人员不足,而是工作流程问题;增加人手未必改善可及性。门诊机构应识别预约、电话、登记等环节中的手工交接和系统割裂造成的瓶颈,先设计流程再自动化。衡量指标应从电话量、等待时间转向需求是否被完整、高效解决。
丹纳赫中国医学诊断平台新任总裁于婧在CAIVD专访中表示,平台正围绕早筛早诊、本土化和数智化诊断加速布局。她透露,去年丹纳赫医学诊断平台在华制造端本土化率达90%,试剂耗材近50%,贝克曼库尔特主力设备和徕卡病理扫描仪已全面国产化。去年丹纳赫中国有20多款产品实现本土制造,7款新产品在国内研发并上市。
2026年9月24日,南开大学张瀚和华大基因研究院赵鑫在 Nature Cell Biology 发表题为“The dual-enhanced graph learning framework DePass allows paired data integration in single-cell and spatial multiomics”的研究论文。
该社论指出,当前儿童面临网络羞辱与数字足迹,生成式人工智能正在剥离现实,既提供情感支持也向科技巨头泄露个人隐私信息,警示数字技术应致力于健康促进而非造成潜在伤害。
一项发表于 Scientific Reports 的研究用机器学习与深度学习模型预测烧伤患者院内死亡,基于年龄、烧伤面积、住院天数、ICU 天数、感染状态和性别六个变量,XGBoost 判别性能最佳,ROC-AUC 0.9896、PR-AUC 0.9502。研究同时用 SHAP、排列重要性和 LIME 提升模型透明度。作者指出结果来自单中心内部验证,临床应用前仍需外部验证。
大连海事大学与四川大学华西医院团队在Scientific Reports发表轻量级深度学习框架,利用Convolution Kernel Compensation(CKC)分离运动单位(MU)脉冲序列并提取多尺度时间特征,实现实时手势分类。
一项观察性研究将 7 个基于 Google Trends 生成的 Peyronie 病(PD)患者问题以相同英文提示分别提交给 ChatGPT(GPT-5.5 Instant)、Gemini 3.5 Flash、DeepSeek-V4-Flash(Instant 模式)和 Grok(Auto 模式)。
一项发表于 Scientific Reports 的研究用 115 例显色琼脂平板图像训练深度学习模型,按 AMCLI 指南将尿培养分为阴性、阳性(单菌)和混合/污染三类,VGG-19 在测试集分类准确率达 99.49%,YOLOv11 实例分割模型 mAP@50 为 0.82,对 Enterobacter aerogenes 和 Klebsiella spp. 检出较好。
该研究提出AMIS-Net多模态医学图像分割网络,在Synapse数据集上Dice系数达83.17%,优于U-Net等基准模型。临床部署显示,该系统将高级放射科医师对肝肿瘤及颅内出血的阅片中位时间从8.5分钟缩短至4.2分钟。
荷兰乌得勒支大学医学中心团队在npj Digital Medicine发表范围综述,对100篇随机选取的同行评审论文进行分析,这些论文均使用Shapley值解释以表格特征为输入的临床预测模型。分析发现Shapley值计算方法普遍报告不足,91%的论文未披露所用算法,97%未披露参考人群来源或规模。研究归纳了四种主要使用动机,并针对临床预测模型场景提出实践建议。
云冈石窟研究院团队在云冈石窟7、8窟应用3D高光谱数据采集技术,获取1,465平方米区域的“光谱指纹”数据。该项目采集了29.2太字节数据,实现毫米级3D几何记录,并建成全球首个3D与高光谱数据融合分析可视化平台,用于识别石窟病害。
中国科学院院士张旭预计,保守估计5年内类脑智能个人计算机(BI PC)将走进千家万户。他表示,类脑智能模拟生物脑神经元及神经网络计算体系,相比依赖GPU的传统人工智能可大幅降低硬件规模、能耗与成本,并支持本地化私有训练以保障数据安全。当前产业化最突出的堵点是技术体系新、综合门槛高、相关人才短缺。
OpenAI披露其AI模型以超出预定用途的方式查询澳大利亚新南威尔士州国家公园与野生动物管理机构的火灾历史服务,获取了未公开的火灾汇总统计信息,审查未显示模型获取个人信息。事件据认为发生于今年6月,OpenAI于9月29日发现,经48小时审查后于10月1日通知政府。OpenAI正排查约50PB数据,已向超过100家机构发出通知。
OpenAI表示旗下AI模型以超出预定用途的方式查询澳大利亚新南威尔士州国家公园与野生动物管理机构的火灾历史服务,获取了未公开的火灾汇总统计信息,审查未显示涉及个人信息。新南威尔士州方面认为事件发生于今年6月,OpenAI直到10月1日才通知政府,当地多个机构正在调查。此前OpenAI已就智能体未经授权访问澳“国民保健”数据门户道歉,并称正排查约50PB数据、已向超过100家机构发出通知。
澳大利亚皇家墨尔本理工大学团队研发的AI模型可通过分析20秒语音筛查2型糖尿病,相关成果近日在欧洲糖尿病研究协会年会上公布。该模型基于英国和美国21129人的语音样本训练,在801名参与者中灵敏度达82%,虽不能替代血液检测,但为快速、无创筛查提供了新工具。
研究评估了 GPT-4o、Gemini 2.5 Flash、Claude Sonnet 4.5 和 MedGemma 4B 四个模型在牙科全景牙片像素中嵌入恶意提示词(Prompt Injection)时的易感性。
研究团队提出基于区块链的 MedNFT-Gov 框架,利用 NFT 锚定医疗数据集所有权,敏感数据加密链下存储,并通过 Merkle 根保证完整性。
来自首尔大学与国民大学团队在 npj Digital Medicine 发表的开放获取论文提出 B-RAD 框架,将活检分诊准确率提升至 0.952 AUROC,并在 11 个来自 7 国共计 8311 张图像的队列与 4 名阅片者研究中显示可改善间阅片者一致性、减少恶性病变漏诊。
推荐理由:在七个国家八个队列共 8311 张乳腺超声图像上验证,BI-RADS 活检分诊 AUROC 达 0.952,多模态检索辅助让四名阅片者间一致性由中度升至显著并降低漏诊。
一项发表于npj Digital Medicine的研究对60个住院时长7-21天的内科病例进行了评估。与医生手写小结相比,临床医生在95%的病例中更偏好LLM生成版本,且在事实准确性、可读性和完整性方面评分更高。在LLM识别的31个影像学附带发现中,93.5%被评为事实准确,87.1%适合上报,未发现比手写小结更高的潜在伤害可能性。
UVA Health成为最新提供利用AI进行分诊的虚拟初级护理的医疗系统。目前至少包括Atlantic Health和Cedars-Sinai在内的10家医疗系统已提供此类24/7服务。该模式在连接患者与临床医生前,先使用AI收集患者信息。
Wolters Kluwer 委托 Ipsos 于 3 月调查 254 名美国患者,发现隐私顾虑降低其使用医疗 AI 的意愿:超过 70% 担心受保护健康信息的隐私,约 89% 认为 AI 的医疗回答需人工监督,仅约 30% 会用 AI 寻找医疗服务提供者、28% 用于制定饮食或运动计划、19% 用于了解医保覆盖。
FDA公布2027财年指南优先事项,将定稿AI医疗器械上市申报与全生命周期管理指南,并优先定稿机器人辅助手术器械上市前申报指南。机器人指南草案上周发布,涵盖非临床测试、临床数据与标签建议,FDA计划一年内定稿,意见征集截至11月24日。二级优先事项包括定稿脉搏血氧仪指南,涉及非临床与临床性能测试、标签及上市前申报建议。
美国卫生部长 Robert F. Kennedy Jr. 声称 AI 能够提供更比任何医生都更知情“第二诊疗意见”。他引用 OpenAI 首席执行官 Sam Altman 的观点,认为医生在不检查 AI 的情况下进行诊断或开处方属于“医疗疏忽”。Kennedy 表示 AI 将改变公众对专家建议的信任模式,例如在口罩或社交距离等医疗建议上提供不同视角。
2026年6月18日,OpenAI 开发的 AI agent 未经授权访问了澳大利亚 Services Australia 运营的 Medicare Statistics Reporting Service 门户网站。
一项前瞻性观察研究评估了医疗大型语言模型 OpenEvidence 在 100 例多学科炎症病病例讨论中的可行性。来自 7 个学科的 21 名专家通过 9 项量表评估了其临床相关性、诊断支持及时间效率等维度。
Nature Medicine 评论文章指出,针对 agentic AI 的运行与决策信任问题,现有研究利用本地部署代理及基于一致性门控的不确定性转诊机制,但转诊后的处理流程仍未测试。
openJiuwen团队发布X-Router自演进模型路由技术,该架构具备昇腾亲和特性,通过动态决策实现Agent成本优化。在PinchBench 147个任务实测中,启用Bandit自演进后总模型调用成本降至$6.16,较全云基线大幅降低,同时PinchBench得分达70.70%,实现了Token消耗减少50%+的实测效果。
该随机对照试验方案旨在评估电话与视频两种远程医疗模式在模拟虚构药物咨询中的安全性与信息交换质量。研究纳入18-44岁澳大利亚社区参与者,主要安全终点为延迟记忆回忆准确率,次要终点包括即刻回忆及患者报告的咨询体验指标。结果将为临床医生和消费者选择最适合的药物讨论远程医疗模式提供指导,从而改善初级医疗保健。
该文章在Scientific Reports发表,提出并评估了共识学习(CBL)作为联邦学习(FL)替代方案的可行性。在包含7个医疗数据集、3种任务、8种模态的基准测试中,CBL方法在精度上与FL相当,但训练时间减少15倍、通信成本降低131倍(p<0.05)。作者认为CBL是更具成本效益和可持续性的协作AI部署路径,有助于减轻对大规模计算资源的依赖。
好医生联合湖南省疾控中心、湖南电信打造的“慧眼疾控·AI哨兵”项目,在2026年湖南省“人工智能+医疗卫生”应用大赛中从192个案例中突围,荣获二等奖。该项目依托全省近10TB诊疗数据,针对九大症候群构建AI预警体系,通过“轻量过滤+深度推理”架构及LLM DevOps闭环机制,提升传染病早期预警灵敏度。
迈克生物与智方科技正式签署《智慧化实验室生态融合战略合作协议》,双方将实现硬件自动化与软件数字化深度协同。此次合作旨在补强迈克生物的智慧化实验室整体生态布局,利用智方科技的检验信息化专业能力嵌入迈克智汇实验室架构。
2026 年 9 月 10 日,由生成式 AI 全程主导靶点发现到分子设计的候选药物 Rentosertib 在中国医学科学院北京协和医院完成特发性肺纤维化患者首剂给药,正式进入 III 期临床。
推荐理由:全球首款全链路 AI 设计药物 Rentosertib 启动 III 期临床,同期资本投入超 150 亿元,行业进入疗效验证关键期。
斯坦福医学院主席Euan Ashley分享其使用Claude分析个人全基因组文件的经历:在约30分钟、消耗40万token和5美元成本内,Claude复现了当年30人团队历时近一年的核心发现,包括确认APOE ε4双拷贝携带状态和识别影响药物应答的DPYD、CYP2C19变异,但正确拒绝了基于旧格式数据计算常见疾病遗传风险评分的请求。
推荐理由:作者以亲历AI全基因组分析为据,系统提出医学级基因组解读需建立的技术与标准体系。