《生物医学新技术临床研究和临床转化应用管理条例》发布

国务院总理李强于2025年9月签署第818号国务院令，公布《生物医学新技术临床研究和临床转化应用管理条例》，自2026年5月1日起施行。

该条例共7章58条，明确生物医学新技术（指作用于人体细胞、分子水平且国内尚未临床应用的技术）需经非临床研究证明安全有效，并通过学术审查、伦理审查后，向国务院卫生健康部门备案方可开展临床研究。临床研究机构需为三级甲等医院，不得向受试者收费，且造成健康损害须及时治疗。临床转化应用需经国家审批，对严重违法行为最高处以违法所得10-20倍罚款并吊销执业许可，旨在统筹技术创新与安全监管，为基因编辑、细胞治疗等领域提供法律框架。

工业和信息化部启动城域“毫秒用算”专项行动

2025年10月，工业和信息化部部署城域“毫秒用算”专项行动，目标到2027年建成全域覆盖、高效畅通的城域毫秒级算力网络体系。行动聚焦三大维度：算力中心间实现毫秒级互连、重点场所（如产业园）实现算力资源毫秒接入、应用终端实现算力服务毫秒可达。通过部署高速光传输系统、确定性网络等技术，优化人工智能训练推理效能，并推动算力在工业、医疗、教育等重点行业深度融合。该举措旨在提升算力复用率，降低企业用算成本，为智能制造、远程医疗等新兴业态提供底层支撑。

中方持续举办人工智能能力建设研讨班

2025年5月，中国外交部与国家国际发展合作署在北京举办“人工智能能力建设研讨班”，吸引35个发展中国家的37位代表参与。

研讨班由清华大学承办，通过课堂授课、实地参访（如科大讯飞、中关村产业园）等形式，分享中国在AI治理、技术应用方面的经验。此举旨在落实《全球人工智能治理倡议》与“人工智能能力建设普惠计划”，帮助发展中国家制定AI战略框架，弥合全球智能鸿沟。

河南省加快人工智能赋能新型工业化

河南省政府办公厅于2025年9月印发《加快人工智能赋能新型工业化行动方案（2025—2027年）》，目标到2027年人工智能产业规模突破1600亿元，建成全国AI产业高地。

方案聚焦“7+28+N”产业链，分行业推进数字化转型，如在现代医药领域构建中医药大模型、打通生物学数据壁垒。同时提出打造“8×7”工业大模型矩阵（覆盖8大行业与7大关键环节），建设国家超算互联网核心节点，推动AI在研发设计、生产制造等全流程应用。

河南推进紧密型医共体与互联网医院建设

河南省通过医保打包支付、信息一体化等措施推进紧密型县域医共体建设，如郸城县、息县试点实现县域内就诊率超95%，次均住院费用降低8.14%。

2025年10月，河南省发布《互联网医院建设规范》，明确在线复诊、电子处方流转等标准，旨在规范远程医疗服务。同期，省委常委、副省长张敏调研周口市医共体工作，强调深化基层医疗资源协同。

HHS加倍人工智能支持的儿童癌症研究资助

美国卫生与公众服务部（HHS）宣布大幅增加对利用人工智能进行儿科癌症研究的资助，此举是响应一项旨在加速攻克儿童癌症的行政命令。这笔资金将重点支持数据驱动型研究，旨在通过人工智能算法整合与分析来自欧美多家医院和大学的大规模遗传和药理学数据（“大数据”），从而挖掘出影响癌症基本机制的新疗法。例如，已有研究利用此类算法发现针对高风险神经母细胞瘤的新治疗靶点，如神经系统中的受体蛋白CNR2（大麻素受体2），并在斑马鱼和小鼠模型中验证了其抑制肿瘤生长的效果。这表明人工智能不仅能提供“意想不到的角度”发现全新治疗思路，还能通过分析复杂数据关系加速靶点识别和方案优化，长远看有望为病情严重或处于晚期的儿童带来新的治疗选择。

NIH成立全美首个专用类器官开发中心以减少对动物模型的依赖

美国国立卫生研究院（NIH）宣布成立全美首个“标准化类器官建模中心”（SOM Center），该中心在前三年已获得8700万美元的资金支持，旨在解决类器官研究领域长期面临的标准化与可重复性挑战。

中心将整合三大核心技术：人工智能与机器学习（用于优化培养方案和预测最佳生长条件）、自动化机器人平台（实现高通量、标准化生产）以及多样化的人类细胞来源（确保模型能覆盖不同人群），目标是建立可被全球研究者复用且获监管机构认可的类器官“金标准”。此举是NIH推动新方法（NAMs）战略的一部分，标志着科研范式向更人道、更精准的以人类为中心的技术转变。该中心初期将重点研发肝脏、肺部、心脏和肠道类器官模型，并计划逐步拓展至更多器官及疾病特异性模型（如肿瘤），以期加速药物发现、提升疾病建模精度，并减少对传统动物实验的依赖。

NIH启动5000万美元自闭症数据科学计划以探寻病因并改善预后

美国国立卫生研究院（NIH）启动了名为“自闭症数据科学计划”（ADSI）的项目，2025年度的资助额度为5000万美元，旨在通过数据科学方法整合新老数据库，探索自闭症的遗传与非遗传致病因素，并优化干预措施与服务支持。

该计划鼓励研究人员利用已有数据，重点聚焦产前和围产期潜在致病因素（如父母生育年龄、孕期感染、环境暴露等），但强调需谨慎对待大数据分析中可能出现的偶然关联。尽管计划源于政治承诺而申请期紧迫，但仍收到超百份申请，反映出学界对大数据融合分析的需求。科学界普遍认为自闭症主要与遗传因素相关（遗传度估计高达80%），但此计划更深远的目标在于通过识别高危群体、分析服务差异，为个性化支持提供依据，最终改善患者结局。然而，自闭症社群调查显示其最关注的问题并非病因本身，而是心理健康、沟通与教育支持，提示研究需与社群实际需求相结合。

NIH启动关于全人健康与功能的标志性项目

NIH启动了一个关于“全人健康”（Whole-Person Health）的标志性项目，其核心理念是突破传统医学中仅关注孤立器官或单一疾病的局限，强调整体视角，将人视为一个完整的系统，并综合考虑生物、行为、社会和环境等多维度因素对健康与功能的影响。

项目旨在通过整合临床、多组学、影像、环境及真实世界数据，深入理解健康动态平衡及疾病恢复的机制。人工智能技术在该项目中扮演关键角色，例如通过多模态数据融合揭示各因素间的复杂相互作用，并助力构建动态的个体化健康计划。该项目代表了一种范式的转变，其目标是推动医疗模式从“应对疾病”向“主动促进健康”转型，从而提升整体健康水平与功能状态，而不仅限于延长寿命。

ref: https://www.nih.gov/news-events/news-releases/nih-launches-landmark-project-whole-person-health-function