哈佛急診診斷研究：OpenAI o1 初步分診準確率 67%，超人類醫生
本週《Science》刊發哈佛研究，OpenAI o1 在 76 例急診初診中準確率達 67%，超過兩名內科醫生的 55% 和 50%。模型直接讀取未加工的病歷文本。研究者強調 AI 尚不能替代真實臨床決策，且對比物件並非急診專科醫生。
Harvard Medical School
哈佛醫學院開源 PDGrapher：能揪出逆轉病變細胞的藥物組合
哈佛醫學院團隊釋出開源 AI 工具 PDGrapher。它放棄傳統的單靶點測試，通過圖神經網路分析細胞內複雜通路，直接預測能讓病態細胞恢復健康的基因靶點與用藥組合。在 11 種癌症測試中，其預測速度較同類模型快 25 倍。
哈佛釋出 TxGNN：用老藥幫 1.7 萬種罕見病找解藥
哈佛醫學院在《Nature Medicine》發表專為罕見病老藥新用設計的 AI 模型 TxGNN。它從近 8000 種藥物中為 17080 種疾病匹配候選方案，候選識別表現高出同類模型近 50%，還自帶決策解釋，目前已免費開源。
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。