在生物医学研究的一项突破性进展中，谷歌推出了一款由Gemini 2.0驱动的AI共科学家，旨在加速药物发现并增强科学探索。该AI系统利用多个AI代理生成假设、设计实验并分析复杂数据集，从而加快新生物学机制和潜在药物候选物的发现。
这款AI共科学家的一个重要成就包括识别出一种与抗菌耐药性相关的新基因转移机制。这一发现是在与斯坦福大学和伦敦帝国理工学院研究人员的合作下完成的，并随后由帝国理工学院的科学家确认。此外，该系统还提出了针对肝纤维化的潜在药物候选物，并通过斯坦福大学的实验室实验得到了验证。
通过AI创新提升药物开发
为了进一步推动制药研究，谷歌DeepMind推出了AlphaFold 3，这是其预测模型的高级版本，不仅限于蛋白质折叠，还包括蛋白质、DNA、RNA和小分子之间的相互作用。这一扩展预计将显著改善药物靶点识别，并支持创新治疗化合物的设计。
与此同时，Alphabet子公司Isomorphic Labs正在推动AI驱动的制药研究的边界。该公司计划在2025年底前将其首个AI设计的药物候选物引入临床试验。与制药巨头如Eli Lilly和Novartis的合作旨在加速癌症和心血管疾病治疗的药物发现。
战略行业合作推动AI赋能的医疗保健
谷歌继续通过战略合作扩大其在生物技术领域的影响力。2024年10月，生物技术公司Recursion加强了与Google Cloud的合作，将生成式AI工具整合到药物发现中。这项举措旨在减少识别可行药物候选物所需的时间和成本。
借助AI驱动的效率，谷歌的AI共科学家代表了制药研发领域的一项变革性步骤，使研究人员能够预测分子相互作用、大规模测试假设，并比以往更快地开发潜在治疗方法。
AI对全球医疗保健和医学研究的影响
除了药物发现，谷歌还在使高质量的健康信息更加易于获取。借助Lens等工具，个人可以根据图像搜索皮肤状况，而YouTube与克利夫兰诊所等医疗机构的AI驱动倡议则帮助传播权威的医疗内容。
对于医疗保健提供者，谷歌的MedLM和Vertex AI平台上的Search for Healthcare为临床医生提供准确的医疗见解，从而支持知情决策和精准护理。
通过生成式AI实现个性化医疗保健
生成式AI正在为高度个性化的医疗保健解决方案铺平道路。谷歌最新的Med-Gemini模型是一种先进的多模态AI，使用去标识化的医疗数据进行微调，以解释3D扫描并提供精确的临床见解。值得注意的是，Med-Gemini在美国医学考试风格的问题上达到了91.1%的准确率，突显了其作为强大诊断工具的潜力。
另一项有前景的发展是Articulate Medical Intelligence Explorer (AMIE)，这是一种优化用于诊断推理和互动临床对话的AI系统。AMIE可以智能地与患者互动以收集病史并协助鉴别诊断，使其成为增强医患互动的宝贵工具。
此外，谷歌还开发了Personal Health Large Language Model，该模型可以解读可穿戴传感器数据，生成关于健身和健康的个性化见解，并根据个人实时生物指标提供主动健康建议。
通过AI改善全球健康结果
谷歌的AI能力也在推动早期疾病检测，特别是在资源受限地区。AI驱动的诊断工具现在正大规模部署，以检测乳腺癌、肺癌和糖尿病视网膜病变，特别是在印度和泰国的努力中。在未来十年内，谷歌的健康技术合作伙伴计划在印度提供600万次免费糖尿病视网膜病变筛查和300万次结核病和癌症筛查，从而增强早期干预努力。
在非洲，谷歌正在开发用于评估胎儿健康的机器学习模型，扩大服务不足地区的孕产妇健康倡议。此外，谷歌的Open Health Stack (OHS)是一套开源工具，正在促进非洲、南亚和东南亚下一代数字健康解决方案的开发，为前线医疗工作者提供AI驱动的资源。
AI作为科学发现的催化剂
AI不仅在医疗保健领域引发革命，还在加速生物医学研究。谷歌的AI共科学家积极参与开创性的研究，包括急性髓系白血病的药物再利用和肝纤维化的新治疗靶点识别。该系统生成假设和揭示新科学见解的能力正在简化研究过程，确保医学突破更高效地实现。
作为负责任的AI开发承诺的一部分，谷歌继续与全球合作伙伴合作并发布大量研究成果。仅在2024年，该公司就分享了超过50篇科学论文，强调其致力于透明且具有影响力的AI驱动医疗保健解决方案。
随着AI准备重新定义医学和科学发现的格局，谷歌的进步预示着一个未来，在这个未来中，医疗保健将对全球数十亿人来说更加可及、个性化和有效。
(全文结束)
