AI 靠平掃 CT 篩查胰臟癌：敏感度比放射科醫生高 34%
發表在《Nature Medicine》的研究展示了深度學習模型 PANDA。它打破了平掃 CT 無法篩查胰臟癌的傳統認知，敏感度比醫生平均高出 34.1%，特異度達 99.9%，讓普通體檢順帶排查「癌王」成為可能。
AI醫療
檢視更新的新聞
DeepMind 預告下代 AlphaFold：拓展至 DNA 與藥物小分子預測
Google DeepMind 披露下一代 AlphaFold 進展。新模型不再侷限於蛋白質，能以原子級精度預測配體、DNA 及 RNA 複合結構。它無需預設參考結構即可超越傳統對接方法，將直接加速靶向藥設計。
Klick Labs 研發聲音診斷 AI：聽 10 秒語音，測出 2 型糖尿病
加拿大 Klick Labs 等機構研發出一款 AI 模型，僅聽 6 至 10 秒人聲即可輔助篩查 2 型糖尿病。模型能識別人耳難以分辨的音高與音強微調，女性診斷準確率達 89%、男性達 86%。若技術落地，有望讓糖尿病篩查擺脫耗時的驗血流程。
比爾·蓋茨談生成式 AI：技術或已見頂，GPT-5 不會更好
比爾·蓋茨在接受德國《商報》採訪時表示，生成式 AI 或已觸及瓶頸，GPT-4 可能已接近當前極限，GPT-5 不會明顯優於前代。不過他認為未來兩到五年內 AI 準確率將大幅提高且成本繼續下降，將在醫療等領域催生更可靠的應用。
哈佛與牛津推出 EVEscape：預測病毒變異，提前設計抗突變疫苗
週三，哈佛醫學院與牛津大學團隊在《Nature》釋出 AI 工具 EVEscape。它結合演化序列與生物結構資訊，能在變異株出現前預判哪些突變最危險、最易逃逸免疫系統，比傳統實驗更快更高效，旨在輔助研發防患於未然的疫苗與療法。
Google Cloud 推出醫療 AI 搜尋：一鍵跨病歷調取資料，直鏈原始來源
Google Cloud 推出面向醫療健康領域的生成式 AI 搜尋功能。醫生能用自然語言直接檢索患者歷史用藥等分散在病歷、掃描件裡的資訊，系統會自動附帶原始來源連結以防出現幻覺。目前該功能已在 Vertex AI Search 開啟早期訪問申請。
梅奧診所測試微軟 Copilot：幫醫生自動填表，數百名醫護率先試用
Mayo Clinic 宣佈成為首批部署 Microsoft 365 Copilot 的醫療機構之一。數百名醫生和臨床醫護人員將通過早期訪問計劃在 Outlook、Word 等工具中測試生成式 AI，核心目標是通過自動化表單填寫等繁瑣行政雜務，為醫生省下時間聚焦患者護理。
Invenio 把 AI 搬進手術室：3 分鐘出活檢分析，告別數週等待
醫療初創公司 Invenio 聯合 NVIDIA 推出手術室級 AI 活檢系統。它基於 Jetson Orin 邊緣計算，在手術檯旁僅用 3 分鐘就能完成新鮮組織切片分析，識別癌細胞並輔助判斷切除範圍，將以往耗時數週的病理送檢流程大幅壓縮。
微軟聯手醫療機構 Mercy：用生成式 AI 幫患者看化驗單和掛號
Microsoft 宣佈與醫療系統 Mercy 達成多年合作，接入 Azure OpenAI 服務。雙方將用生成式 AI 幫患者用大白話理解化驗單、最佳化電話預約，併為員工提供政策問答機器人。最值得關注的是，這能讓醫護人員減少瑣事負擔，把更多時間留給患者。
DeepMind 釋出 AlphaMissense：用 AI 預測 7100 萬個基因突變致病性
Google DeepMind 在《科學》雜誌公佈新模型 AlphaMissense，能預測 7100 萬個人類 DNA 錯義突變是否致病。它基於 AlphaFold 微調而來，旨在幫醫生快速排查罕見病病因。不過出於生物安全顧慮，團隊未公開模型權重。
CZI 斥資搭建千卡 H100 叢集：用生成式 AI 搞醫學研究與「虛擬細胞」
Chan Zuckerberg Initiative 宣佈資助搭建包含 1000 多塊輝達 H100 的計算叢集。該系統旨在通過生成式 AI 構建模擬健康與患病狀態的「虛擬細胞」，幫助科學家預測人體對疾病或新藥的反應。最值得關注的是，CZI 打算將這些細胞模型公開發布，降低科研人員使用頂尖 AI 算力的門檻。
a16z 拆解醫療 AI 商業化路徑：從高人工成本與 10 倍效率差尋找切入點
a16z 梳理了醫療企業中 AI 商業化的落地路徑，提出聚焦高培訓人工成本、存在 10 倍提效空間且傳統軟體滲透率低的場景。其核心在於比起採購新軟體，醫療機構更願意為能直接替代人力的「AI 員工」買單，但勝出者最終需靠多產品整合建立壁壘。
視網膜影像測全身病：新 AI 還能預測帕金森和心衰
9 月 13 日《自然》報道，科學家研發出一套 AI 工具，僅憑視網膜影像就能診斷眼疾，並預測心力衰竭與帕金森氏症等多項全身疾病的風險。這意味著普通眼底照相可能成為全身體檢的快速視窗。
Starkey 推出 Genesis AI 助聽器：支援語言翻譯與跌倒報警
助聽器廠商 Starkey 介紹旗下 Genesis AI 助聽器。它每小時能根據環境自動校準多達 8000 萬次，除了讓聽覺更清晰，還內建外語翻譯、通話音樂以及跌倒自動報警功能，試圖打破助聽器專屬於老年人的刻板印象。
前 Meta 蛋白質團隊自立門戶：AI 生物公司 EvolutionaryScale 獲 4000 萬美元融資
據《福布斯》報道，前 Meta 蛋白質摺疊團隊負責人 Alexander Rives 創立生物 AI 公司 EvolutionaryScale，並完成約 4000 萬美元種子輪融資，估值達 2 億美元。該團隊曾在 Meta 構建過含 7 億個蛋白質結構的資料庫，此次融資將用於大幅擴大生物大模型規模以加速藥物研發。
Microsoft 聯手 Epic：將生成式 AI 深度植入電子病歷系統
Microsoft 宣佈擴大與醫療軟體巨頭 Epic 的合作，將 Azure OpenAI 和 Nuance DAX Express 深度整合至 Epic 電子病歷平臺中。醫生不僅能靠 AI 快速總結病歷和回覆患者，還能通過環境語音自動生成臨床文件，旨在緩解醫護過勞並簡化繁重的行政記賬流程。
前 Google CEO 籌建新機構：借鑑 OpenAI 模式，用 AI 攻克科研難題
據 Semafor 報道，前 Google CEO Eric Schmidt 正籌建一家非營利科研機構，借鑑 OpenAI 早期模式，用 AI 攻克生物與材料科學難題。他已挖來 Samuel Rodriques 和 Andrew White 兩名頂尖學者領銜，資金以個人出資為主，並承諾提供學術界罕見的算力與薪資。不過專案仍處早期，未來可能吸納外部資金。
加州大學伯克利分校用 AI 解碼腦電波：直接還原出一段 Pink Floyd 搖滾
加州大學伯克利分校研究人員利用 29 名癲癇患者聽歌時的腦電波訊號，訓練 AI 重建了 Pink Floyd 的經典歌曲片段，聲譜圖相似度達 43%。這項研究揭示了大腦對音樂音調和節奏的處理方式，未來有望讓語言障礙患者的語音合成裝置告別機械音、聽起來更像真人。
MIT 推出 FrameDiff：用擴散模型生成自然界沒有的蛋白質結構
MIT CSAIL 團隊釋出用於設計蛋白質結構的計算工具 FrameDiff。它將常用於 AI 畫圖的擴散模型與微分幾何中的「框架」結合，能不依賴既有預訓練預測模型直接生成蛋白質骨架。最值得關注的是，這種生成方式能擺脫自然界限制，為靶向給藥和疫苗設計合成全新結構。
Google 測試醫療大模型 Med-PaLM 2：梅奧診所接入試水
據《華爾街日報》報道，Google 從 4 月開始在梅奧診所等機構測試醫療大模型 Med-PaLM 2，正面迎戰微軟。該模型專門用醫學考試題訓練，擅長解答醫療諮詢和整理病歷。不過研發團隊坦言它仍會一本正經地胡說八道，離真正輔助看病還有距離。