<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>医疗数字化 on AI内参</title>
    <link>https://www.neican.ai/tags/%E5%8C%BB%E7%96%97%E6%95%B0%E5%AD%97%E5%8C%96/</link>
    <description>Recent content in 医疗数字化 on AI内参</description>
    <generator>Hugo</generator>
    <language>zh-cn</language>
    <lastBuildDate>Sun, 05 Jul 2026 05:40:06 +0800</lastBuildDate>
    <atom:link href="https://www.neican.ai/tags/%E5%8C%BB%E7%96%97%E6%95%B0%E5%AD%97%E5%8C%96/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>NHS App上线AI“分诊官”：先问机器人，再决定去药店还是急诊，200万人即将体验</title>
      <link>https://www.neican.ai/insights/nhs-appai200-20260705054006037-0/</link>
      <pubDate>Sun, 05 Jul 2026 05:40:06 +0800</pubDate>
      <guid>https://www.neican.ai/insights/nhs-appai200-20260705054006037-0/</guid>
      <description>NHS官方App即将内置AI分诊系统，根据患者症状推荐去药店、GP还是急诊。这一功能基于百亿英镑系统升级计划，首批覆盖20万患者。虽然AI只是建议而非决策，但它可能成为英国医疗资源分流的“数字守门人”，既缓解GP压力，也引发关于公平性和安全性的讨论。</description>
    </item>
    <item>
      <title>从辅助诊断到医疗闭环：字节跳动AI医疗布局的深层逻辑与生存博弈</title>
      <link>https://www.neican.ai/insights/article-20260526171003592-0/</link>
      <pubDate>Tue, 26 May 2026 17:10:03 +0800</pubDate>
      <guid>https://www.neican.ai/insights/article-20260526171003592-0/</guid>
      <description>字节跳动通过整合大模型技术与线下医疗资源，试图重塑医疗服务交付流程，旨在实现从线上筛查到线下诊疗的无缝闭环。该布局反映了互联网医疗从流量导向向专业服务赋能的行业范式转变。</description>
    </item>
    <item>
      <title>AI赋能医疗：从辅助工具到生命核心工作流的范式跃迁与生态重构</title>
      <link>https://www.neican.ai/insights/article-20250916074005704-0/</link>
      <pubDate>Tue, 16 Sep 2025 07:40:05 +0800</pubDate>
      <guid>https://www.neican.ai/insights/article-20250916074005704-0/</guid>
      <description>生成式AI正在将医疗行业从单纯的效率工具升级为深度嵌入诊疗、运营和研发核心工作流的“决策参与者”，这一范式转移不仅催生了效率量化、新市场开拓等多元商业模式，更驱动着投资逻辑向“模型能力+数据壁垒”倾斜。然而，这场变革也带来了医患关系重塑、数据隐私和伦理责任等深层挑战，未来智能医疗生态的构建需要技术、商业、社会和伦理的协同发展。</description>
    </item>
    <item>
      <title>智能诊疗：AI大模型如何重塑就医模式与医疗生态的深层变革</title>
      <link>https://www.neican.ai/insights/article-20250727091005160-0/</link>
      <pubDate>Sun, 27 Jul 2025 09:10:05 +0800</pubDate>
      <guid>https://www.neican.ai/insights/article-20250727091005160-0/</guid>
      <description>AI大模型正颠覆传统就医模式，赋能患者自助完成诊疗闭环，预示着医院将向“去门诊化”的检查与治疗中心转型。这一变革不仅极大提升医疗效率和商业模式，更将重塑医患关系与医生职能，同时在效率与伦理、风险与机遇之间带来深层思辨。</description>
    </item>
    <item>
      <title>AI医疗：从“冰山一角”到“精准干预”的范式革命</title>
      <link>https://www.neican.ai/insights/article-20250707224007733-0/</link>
      <pubDate>Mon, 07 Jul 2025 22:40:07 +0800</pubDate>
      <guid>https://www.neican.ai/insights/article-20250707224007733-0/</guid>
      <description>AI正通过深度分析和精准识别重塑医疗范式，以Pangaea Data利用微软Azure和英伟达技术发现未被充分治疗患者为例，展示了其在商业模式创新和产业生态重塑上的巨大潜力。然而，这一进步也要求我们深思数据隐私、算法偏见等伦理挑战，并展望超个性化和预防性医疗的未来图景。</description>
    </item>
    <item>
      <title>对话病历：斯坦福ChatEHR如何重塑医疗数据交互与挑战</title>
      <link>https://www.neican.ai/insights/chatehr-20250625101004434-0/</link>
      <pubDate>Wed, 25 Jun 2025 10:10:04 +0800</pubDate>
      <guid>https://www.neican.ai/insights/chatehr-20250625101004434-0/</guid>
      <description>斯坦福大学医学院开发的ChatEHR利用自然语言处理技术，让医生能够通过对话式界面快速查询和汇总患者电子病历，显著提升了病历审查和信息获取的效率。这项技术不仅优化了临床工作流，更在医疗数据隐私保护方面做出承诺，同时在AI伦理、透明度和可解释性方面提出了更深层次的思考，预示着医疗AI辅助诊断的未来方向。</description>
    </item>
  </channel>
</rss>
