在AI Deciphered会议上，Relevate Health Games执行副总裁萨姆·格拉森伯格指出，视频游戏产业对生成式AI的全力拥抱"既提供了希望，也发出警示，这些经验可直接应用于制药营销和医疗健康领域的工作"。
2015年，格拉森伯格在视频游戏领域开辟新路径后，创立了全球首家医疗视频游戏工作室Level Ex（2024年其生命科学部门被Relevate Health收购并更名为Relevate Health Games）。"我们正释放用于开发视频游戏的同源技术与神经科学，"他解释道，"将其规模化应用于改变医疗保健专业人员和患者行为，并加速新产品的采用进程。"
目前，格拉森伯格团队已向几乎所有主要治疗领域的医疗保健专业人员部署符合MLR合规的视频游戏内容，并与全球前40大制药公司中的多数合作。得益于生成式AI，技术正突飞猛进。"我们运用上一代工具的数学模型生成复杂变体并自动放置元素，"格拉森伯格表示，"再用这些工具的输出训练下一代AI工具，用于新游戏开发。"
例如，为皮肤科医生创建内容时，团队开发了银屑病斑块的数学模型，使艺术家仅需调节参数即可生成描绘任何肤色、任何身体部位病变的逼真图像。该方法源自视频游戏角色技术（涉及"预计算辐射传输与球谐函数"），原本需六个月的工作现借助ChatGPT可在周末完成。此模型用于训练医生的诊断与治疗能力。
其他数学模型允许艺术家在任何身体部位叠加特定频率或振幅的震颤。这些模型能训练神经科医生区分帕金森震颤与迟发性运动障碍震颤，从而确定适用药物品牌。格拉森伯格解释道，过去30年视频游戏产业已掌握如何触发大脑特定奖赏中枢释放多巴胺，驱动学习与行为改变。以《愤怒的小鸟》为例："首次尝试时你瞄准塔楼上的猪却未命中；经过数次调整后，你更精准地击中塔楼——爆炸特效、动画和音乐变化让猪飞起，成功发射时释放的多巴胺会强化相关神经通路。"
本质上，这是人类百万年来的学习机制。"ChatGPT只是模拟神经元而非真实神经元，"他指出，"我们能用这些模拟神经元解决制药与医疗中最棘手的技术难题。"在医疗游戏中，当医疗保健专业人员正确开具药品或检查时，特效会触发多巴胺释放。迄今已有数十万医疗保健专业人员参与Relevate Health的MLR合规游戏。
格拉森伯格随后透露个人动机：2019年其5岁女儿确诊1型糖尿病后，"我每天需20次向孩子注射致命药物，操作失误将导致昏迷。"即便身为斯坦福培训的计算机工程师且妻子是儿科医生（"糖尿病梦幻团队"），他们仍耗费数月才掌握系统运作。"因此Relevate Health开发了《Level One》，"他说，"这款夏季推出的粒子解谜游戏通过《糖果粉碎传奇》式玩法（每关约3分钟，共60关），在数小时内教会用户胰岛素剂量计算、运动管理及碳水化合物计数。"《Level One》立即成为全球新确诊糖尿病患者的入职培训工具。"终于，没有父母需再经历数月的试错煎熬，"格拉森伯格如释重负地表示。
轻松话题方面，格拉森伯格正式宣告"陈腐的医疗 stock 图像"终结。借助AI，"我可生成任何照明环境、情绪状态、专业领域、种族背景及面部表情的医生图像，甚至按需动画化。"
总结时，他建议重启因难度、风险或耗时而搁置的技术难题："AI让工程问题的难易标准与一年前截然不同。打开那个文件柜吧。"他还呼吁合作伙伴加入："若想通过视频游戏方法论重置人类大脑——改变患者行为、诊断方式或临床数据解读思路——请联系我们。我们专为此设计游戏。"
针对观众提问，格拉森伯格描述了德国Brainlab进行的脊柱手术视频游戏项目："它基于患者数据模拟生物力学，帮助医生解剖切割位置与植入物尺寸难题。"他预见未来5-10年该技术将全面普及，"技术已成熟，使用真实患者数据的监管考量需时间推进，但FDA官员完全支持。"
最后他发出警示："我们不知生成式AI将引向何方。但决定其走向乌托邦或反乌托邦的最佳方式，是确保致力于改善健康的善者——如医疗改善践行者——成为主导使用者。"
【全文结束】
