Insilico 生成式 AI 候選新藥進 2 期臨床：耗時僅需三分之一
Insilico Medicine 宣佈其完全由生成式 AI 輔助發現的特發性肺纖維化候選藥物進入 2 期臨床試驗。團隊用 Pharma.AI 貫穿靶點發現到分子生成全流程，耗時僅需傳統研發的三分之一，花費也只要十分之一。該藥將在中美兩國患者中開展測試。
AI醫療
檢視更新的新聞
科學家用 AI 發現新型抗生素：一個半小時篩出超級細菌剋星
美加研究人員利用 AI 篩選藥物分子，僅用一個半小時就從 6680 種未知化合物中圈定候選名單，最終發現能精準殺滅致命超級細菌的新型抗生素 abaucin。該藥僅針對目標病菌有效，不易產生耐藥性，但距 2030 年臨床應用仍有漫長實驗要走。
Google 聯手醫療機構研發 AI 助聽技術：在嘈雜環境裡精準分離人聲
Google 聯合人工耳蝸廠商 Cochlear 等機構，研發基於 AI 的個性化助聽技術。該專案通過 AI 識別並分離特定聲源，幫助聽障人群在餐館或公共交通等嘈雜環境下聽清對話，目前正處於聯合研發階段。
UT Austin 打造「讀腦」AI：不插電極，靠 GPT 讀出腦中想法
得克薩斯大學奧斯汀分校團隊在《自然-神經科學》發表成果，利用 fMRI 掃描與 GPT 模型，首次非侵入式將人腦活動解碼為連續文本。系統能抓住受試者聽到甚至想像的語義大意，有望幫失語患者發聲，但團隊也提醒需防範思維隱私風險。
傳蘋果在做付費 AI 健康教練：代號 Quartz，結合手錶資料管作息
據彭博社報道，蘋果正研發代號為「Quartz」的付費 AI 健康教練服務，預計明年推出。該服務計劃結合 Apple Watch 資料，為鍛鍊、睡眠和飲食量身定製方案；同時 iPad 也有望在 iPadOS 17 迎來獨立健康 App。
比爾·蓋茨談 AI 時代開啟：堪比圖形介面的革命性突破
Bill Gates 發文稱 AI 時代已開啟，視其為 1980 年圖形介面後最重大的技術飛躍。OpenAI 團隊僅用數月便讓 GPT 在 AP 生物考試中拿下滿分 5 分。蓋茨指出 AI 將重構醫療與教育，重點在於利用其減少全球不平等。
用真實人腦細胞做計算：科學家提出「類器官智慧」路線圖
週二，John Hopkins University 牽頭的科研團隊在《Frontiers》發表論文，提出結合 3D 人腦類器官與腦機介面的「類器官智慧」概念。研究團隊希望利用人腦超百億神經元的連線方式突破矽基晶片物理極限，用於醫學和新一代生物計算，但目前仍處在早期探索階段。
紐約州批准 PreciseDx 的 AI 乳腺癌診斷測試：PDxBr 獲准開檢患者樣本
紐約州批准醫療科技公司 PreciseDx 的 AI 乳腺癌診斷測試 PDxBr。該技術通過形態學量化分析輔助病理判讀，能更精準地對侵襲性乳腺癌進行風險分層；其認證實驗室已獲准正式檢測患者樣本。
Salesforce 研發語言模型 ProGen：從零設計人造蛋白質，活性媲美天然進化
Salesforce 聯合加州大學團隊利用語言模型 ProGen 從零設計出全新蛋白質，成果發表於《自然-生物技術》。該模型在 2.8 億個蛋白質上訓練，把胺基酸當作單詞來預測序列，合成樣本中 73% 具備活性且成功殺死大腸桿菌。這意味著生成式 AI 能直接參與生物分子設計與新藥研發。
別隻顧著畫圖：科學家正用 AI 破譯動物語言
據世界經濟論壇報道，非營利組織 Earth Species Project 等團隊正利用 AI 解析動物聲音及生態聲學資料，嘗試破譯動物之間的溝通方式。研究人員表示，這項研究旨在理解動物需求以輔助生態保護，並嘗試實現雙向跨物種溝通。
WIRED 展望：AI 正在攻克更大科學難題，將成科研人員日常標配
WIRED 刊文分析 AI 在基礎科研中的角色演變。從破解生物學 50 年未解的蛋白質結構預測，到氣象臨近預報與基因組學，AI 正在跨越孤立學科。文章指出，AI 將在 2023 年像電子郵件一樣，演變為全球科學家不可或缺的日常研究工具。
馬普所等研發 AI 模型：通過 MRI 精準識別罕見失智症
德國馬普所等機構公佈新研究，利用機器學習分析腦部 MRI 影像識別罕見失智症。該模型不僅能區分健康與患病，還能在 7 種不同痴呆綜合徵間精準辨別萎縮模式。這意味著患者能在早期獲得對症治療，儘量延長正常工作與自理的時間。
NuraLogix 推出健康監測應用 Anura：拍 30 秒自拍就能測心率和血壓
上週，NuraLogix 在 CES 展示了健康監測應用 Anura。使用者只需用普通手機鏡頭錄製 30 秒自拍影片，背後的 DeepAffex AI 即可通過面部血流變化，估測心率、血壓及壓力等上千項健康指標。不過官方強調，該應用不能替代臨床醫療診斷。
BioNTech 最高 5.62 億英鎊收購 AI 初創公司 InstaDeep
BioNTech 宣佈以最高 5.62 億英鎊收購英國 AI 初創公司 InstaDeep。前期將支付 3.62 億英鎊現金及股票，另有 2 億英鎊基於業績的里程碑付款。BioNTech 計劃將 AI 全面融入靶點發現、製造與遞送全流程，用於加速個性化癌症療法等研發。
多倫多大學用機器學習設計長效注射劑：一次命中目標釋放曲線
多倫多大學團隊在《Nature Communications》發表研究，利用 LightGBM 等機器學習模型預測並指導長效注射劑的配方設計。團隊針對一款卵巢癌藥物完成驗證，以往需要多次試錯的緩釋曲線這次一次成功，相關資料集與程式碼已開源至 Zenodo。
AI 預測黑天鵝災害：結合貝葉斯推理，靠極少數據預判極端危機
研究團隊提出一套預測黑天鵝事件的 AI 策略，成果發表在《Nature Computational Science》。該方法將貝葉斯統計與雙網路架構 DeepONet 結合，繞開復雜的物理控制方程，只用極少數精選樣本就能評估巨浪或疫情峰值等罕見風險，讓極難預測的極端災難變得可防可控。
德雷塞爾大學新研究：用 GPT-3 分析日常語音，80% 準確率篩查阿茲海默症
德雷塞爾大學團隊在《PLOS Digital Health》發表成果，利用 OpenAI 的 GPT-3 分析自發語音文本，預測早期痴呆的準確率達 80%。該方法比單純分析停頓等聲學特徵更準，團隊計劃據此開發網頁初篩工具。
AI 血壓預測方法學綜述：梳理主流模型與常被忽視的評估陷阱
研究團隊系統梳理了機器學習與深度學習在血壓預測中的應用進展。綜述重點分析了常用資料集、評估指標以及常被忽視的資料劃分策略陷阱，提出了客觀評估模型表現的統一標準。團隊已在 GitHub 開源基於 MIMIC III 的評測程式碼與資源。
阿爾託大學等開發虛擬現實遊戲：藉助機器學習客觀檢測 ADHD
阿爾託大學等團隊公佈一項研究，利用虛擬現實遊戲、眼動追蹤和機器學習，根據眼動差異客觀檢測兒童 ADHD 症狀。該方法有望改變依賴問卷的主觀診斷現狀，提供更精準的日常行為評估。
布萊根婦女醫院研發 AI 模型：把術中粗糙冷凍切片秒變「金標準」影像
布萊根婦女醫院與博阿齊奇大學團隊在《Nature Biomedical Engineering》發表深度學習模型，能將手術中快速冷凍切片的影像轉化為接近「金標準」的高質量影像。這項技術能幫病理醫生在幾分鐘內更準確地鑑別膠質瘤和肺癌等亞型。不過入駐手術室前仍需臨床驗證。