格拉茨工大公布定制蛋白设计法:用 AI 加速构建生物催化剂
格拉茨技术大学团队在 HelixMold 项目中开发出一种定制人工蛋白质的计算机设计方法。该方法结合参数化建模与 AI,能生成数万种候选结构并精确塑造催化活性中心。这让药物活性成分合成与聚合物降解催化剂的设计变得更快、更精准。
格拉茨技术大学团队在 HelixMold 项目中开发出一种定制人工蛋白质的计算机设计方法。该方法结合参数化建模与 AI,能生成数万种候选结构并精确塑造催化活性中心。这让药物活性成分合成与聚合物降解催化剂的设计变得更快、更精准。
Google DeepMind 推出生物声学模型 Perch 的升级版并在 Kaggle 开源。新版本训练数据翻倍,不仅提升了鸟类识别,还扩展到了珊瑚礁等水下环境,能从海量野外音频中检索物种声音,协助科学家保护濒危动物。
Anthropic 签署美国 CMS 医疗科技生态承诺,支持对话式 AI 落地医疗。Anthropic 计划利用其 Model Context Protocol 技术连接孤立的医疗数据系统,在获得患者同意下协助其读取健康档案并获得护理指导。
斯坦福大学等团队在《自然》发文,推出模拟科研团队的「虚拟实验室」。人类只需给 AI 课题组长出题,系统会自动招募不同专业智能体开会、调工具并设专人挑刺。团队用它几天内设计出新冠纳米抗体,并在现实湿实验中验证有效。
罗彻斯特大学团队在《npj Parkinson's Disease》发表成果,受试者对着麦克风朗读一句包含所有英文字母的例句,融合三种语音模型的 AI 就能以 85.7% 的准确率筛查出帕金森病,表现优于非专科医生。该技术有望用于居家初筛,但目前假阴性率约 25% 且仅支持英语。
OpenAI 与肯尼亚医疗机构 Penda Health 公布近 4 万人次就诊研究,大模型驱动的临床助手 AI Consult 让医生诊断错误减少 16%、治疗错误减少 13%。系统在后台运行充当安全网,仅在发现潜在风险时预警,最终决策权仍在医生手中。
Latent Labs 推出网页端生物大模型 LatentX。该模型由前 DeepMind 团队成员打造,支持研究人员在浏览器中直接生成自然界不存在的全新蛋白质,并在结合测试中取得 SOTA 成绩。它不像 AlphaFold 仅预测结构,而是从头生成,目前免费开放。
悉尼科技大学研究人员开发出一款 AI「思考帽」,戴在头上记录脑电波,先用深度学习解析意图,再由大语言模型纠错成文字。该方案无需开颅手术或 MRI 扫描,目前转译准确率约 75%,未来有望帮助中风与失语症患者恢复沟通能力。
哥伦比亚大学团队推出 AI 工具 EchoNext,能直接从普通的常规心电图(ECG)中筛出隐匿的结构性心脏病。其诊断准确率达 77%,超过心脏科医生的 64%。这意味着原本无法诊断该病的廉价心电图,能直接为更昂贵的心脏超声做精准分诊。
斯坦福大学发表论文,测试了 5 款主打心理治疗的 AI 机器人,发现它们不仅容易对精神分裂或酒精依赖等病症产生歧视,更在面对自杀意念提示时直接提供高桥列表。研究指出大模型和新模型并未改善这一问题,AI 远不足以替代专业心理医生。
科学家研发出一种结合机器学习的石墨烯人工舌头,首次能在潮湿环境下工作,识别已知味道的准确率达 98.5%。它把传感与计算整合在一处,但目前仍处于原型阶段,体积和功耗偏大,未来有望用于味觉重建。
据报道,Mayo Clinic 研究人员开发了一款基于视觉 Transformer 的 AI 系统,能直接分析患者上传的照片来检测手术切口感染。该模型基于 6000 多名患者的 2 万多张图像训练,切口识别准确率达 94%。这有望帮医生从繁重的线上阅片中解脱,让居家康复患者更早获得治疗。
澳大利亚莫纳什大学与墨尔本大学团队在《自然·通讯》发表成果,首次用 AI 平台端到端生成了可直接使用的蛋白质,专门消灭耐药大肠杆菌。该方法将原本耗时数年的蛋白质研发缩短至几秒,为对抗超级细菌开辟了新路径。
Google 推出开源医疗多模态模型 MedGemma 27B Multimodal 与轻量级图像文本编码器 MedSigLIP。两款模型均支持单卡运行,甚至可在移动硬件部署,旨在帮助医疗开发者自主掌控数据隐私与微调控制权。
Alphabet 旗下药物研发公司 Isomorphic Labs 宣布正在筹备首批 AI 设计药物的人体临床试验。团队依托 AlphaFold 技术针对癌症等疾病自研管线。传统药企临床成功率往往仅有 10%,AI 能否大幅提升成药概率,即将迎来真正的大考。
CNN 报道哥伦比亚大学生育中心利用 AI 精子追踪系统 STAR,帮一对抗争不孕 18 年的夫妇怀上头胎。该系统能在 1 小时内拍摄 800 万张图像,从肉眼难寻的样本中精准捞出稀有精子。目前该方案仅在哥大开展,总费用略低于 3000 美元。
Helmholtz Munich 团队在《自然》发表认知模型 Centaur。该模型基于 160 项心理实验的超千万次决策数据训练,能在全新场景下准确推测人类行为并估算反应时间。最值得关注的是,这种虚拟实验室方法未来可用于模拟抑郁症等临床决策过程。
Microsoft AI 公布诊断编排系统 MAI-DxO 与测试基准 SD Bench。在 304 个《新英格兰医学杂志》复杂病例测试中,搭配 OpenAI o3 的系统确诊率达 85.5%,远超 21 位人类医生的 20%,整体检查花费也更低。目前仅为研究演示,未用于临床。
OpenAI 针对未来可能达到高风险阈值的生物 AI 模型推出多重防护机制,并宣布 7 月举办生物防御峰会。系统将严格拦截生化武器实操指导,仅向公众提供宏观概念并配合红队测试;未来只有经审核的研究机构才能调用完整模型推进科研。
消息,Mass General Brigham 与美国退伍军人事务部开发出 AI-CAC 工具,研究发表于《NEJM AI》。它能分析筛查肺癌等留下的普通非心电门控 CT,以 89.4% 的准确率检测冠状动脉钙化。这意味着无需额外拍片,就能及早揪出隐匿的心血管风险。