全部动态

Google 与 BIDMC 在 The Lancet 发表 AMIE 临床研究

Google 与 Beth Israel Deaconess Medical Center（BIDMC）在 The Lancet 发表研究，在 BIDMC 门诊初级保健诊所让 98 名患者在紧急就诊前先咨询诊断 AI 聊天机器人 AMIE。

入选理由Google 与 BIDMC 在真实门诊场景中测试诊断 AI 的初步结果，为研究者评估患者端 AI 的安全边界提供参考。

Sakana Namazu 被引入医生用证据检索工具 Evidence Finder

Sakana AI 的日本适配大语言模型 Sakana Namazu 被医疗 AI 公司 Iris 提供的医生用证据检索工具 Evidence Finder 采用，负责对检索到的文献进行比较、整合并生成回答。

DrugTargetWorld：可生成模拟生物样本库的 AI 科学家训练与评测框架

作者提出 DrugTargetWorld，一个程序化生成模拟生物样本库的框架，每个世界包含 54,000 名参与者的基因型、蛋白质、健康记录、结局和合成 MRI，因果结构对评测者已知但对智能体隐藏。

Elsevier 与 JAMA Network 签署内容协议，JAMA 系列期刊全文接入 ClinicalKey AI

Elsevier 与 JAMA Network 签署战略内容协议，将 JAMA 系列 13 本期刊的全文内容和图表接入临床级 AI 工作空间 ClinicalKey AI，包括 JAMA、JAMA Network Open 及 11 本专科期刊。

入选理由临床 AI 工作空间的内容授权格局再添一家医学期刊，医学研究者可据此判断其证据来源与可用范围。

Google 与 Northwestern、Jacaranda Health 合作研究：AI 解读盲扫超声可识别孕龄与胎位

Google 研究人员与 Northwestern Medicine、Jacaranda Health 合作，在肯尼亚内罗毕和芝加哥各招募 1000 名孕妇开展研究，训练医护人员执行简单的盲扫超声，并用机器学习模型分析视频，识别孕龄和胎位，准确率与受过训练的超声技师相当。

入选理由研究者可了解盲扫超声配合端侧 AI 模型在资源匮乏地区替代专业超声技师的一条可行路径。

Google 用地球 AI 人口动态基础模型 PDFM 支持全球公共卫生建模

Google 以 Earth AI 中的 Population Dynamics Foundation Model（PDFM）为概念验证，把搜索趋势、人口流动、建成环境密度和环境决定因素压缩为按月更新的位置嵌入，无需任务微调即可作为即插即用输入接入现有流行病学模型。

入选理由Google 公开 PDFM 位置嵌入在五类公共卫生任务中的合作评估结果，研究者可据此判断地理空间基础模型能否接入现有流行病学建模流程。

Google Earth AI 联合全球卫生伙伴发布公共卫生预测研究

Google 发布与全球卫生伙伴合作的多篇研究论文，展示 Google Earth AI 结合卫星影像、移动性数据与 AlphaEarth Foundations、Population Dynamics Foundation Model（PDFM）等基础模型，用于疾病暴发预测与社区健康趋势分析。

入选理由Google 把地理空间基础模型与人口动态模型接入公共卫生预测，研究者可据此判断这类模型能否用于疾病监测与资源调度。

想让公众信任 AI，先治好一种病：OpenAI 称内部模型解决 Navier-Stokes 与民调信任下滑

OpenAI 9 月 8 日宣布其内部模型解决了千禧年数学难题 Navier-Stokes，证明由多个 AI 智能体在启动约 88 小时后产出并经 Lean 证明助手核验。

AutoSciBench：自动生成并迭代加难的科学智能体评测基准

Genentech 与 KAIST 团队提出 AutoSciBench，用高层 concept 与低层 recipe 两级规划自动生成科学智能体评测任务，并依据求解器轨迹与评审反馈迭代修订，把任务推向原始数据复核、中间结果解读与多步证据整合。

Google AI 流感预测模型在 CDC 2025-26 季评中排名第一

美国 CDC 本周公布的 2025-26 流感季赛后分析显示，在 39 个合格模型中，Google 用 AI 构建的流感预测模型对流感相关住院人数的预测最接近实际观测值。

入选理由CDC 对 2025-26 流感季的赛后评估显示，Google 的 AI 模型在 39 个合格模型中预测住院人数最准，研究者可据此了解 AI 生成优化算法在真实公共卫生预测中的位置。

OpenAlex 上线按研究设计筛选功能，覆盖 RCT、系统综述与元分析

OpenAlex 现在支持按研究设计筛选全部文献，涵盖随机对照试验、系统综述、元分析等七种设计，共 2100 万篇作品带标签，覆盖所有领域和语言。OpenAlex 称其随机试验标签精确率为 99.7%，在同一批论文上高于 PubMed；其标注范围是每篇有摘要的作品，其中 30.6 万篇随机试验发表在 MEDLINE 未收录的期刊上。

入选理由OpenAlex 把研究设计标签扩展到全部文献并免费开放 API，做证据综合和循证检索的研究者可据此调整筛选流程。

Population Health Partners 如何用 Kosmos 加速 IND 监管流程

Population Health Partners 与 Edison Scientific 于 2026 年 6 月启动合作，用 Kosmos Clinical Protocol Design 和 Kosmos Regulatory Authoring 支持 IND 准备。

微软研究院发布生物学 AI 研究系统 Quine，并开放 Quine Fellows 计划申请

微软研究院发布 Quine，一个面向生物学复杂性的 AI 研究系统，由生物学世界模型和连接模型、科学工具、文献与研究者的交互式 harness 两部分组成。

入选理由微软研究院公开了面向生物学的多模态世界模型 Quine，并给出胰腺癌细胞状态预测经湿实验验证的案例，研究者可据此判断这类系统在实验设计中的可用边界。

Microsoft Research Asia – Singapore 成立一年：推进前沿 AI 研究、合作与人才培养

Microsoft Research Asia – Singapore 作为微软在东南亚的首个研究实验室，成立一年来围绕下一代 AI 模型与智能体系统、领域专用 AI、AI 原生科研实践、生态与人才培养四大方向推进工作。

Wiley 推出 Advanced Medicine 与 Advanced Healthy Aging 两本新期刊

Wiley 推出开放获取期刊 Advanced Medicine 和 Advanced Healthy Aging，均已开放投稿。前者采用从实验室到病床再到人群的路径，覆盖转化创新、数字健康、AI 驱动临床智能与人群健康政策；后者聚焦衰老科学与健康寿命，关注韧性生物学和生命历程科学。两刊使 Advanced Portfolio 扩展至 30 余本期刊。

K-Dense Web 实测：用 AI 智能体分析 NHANES 隐性缺铁数据并核验引用

K-Dense 团队用 K-Dense Web 分析 NHANES 2017 至 2020 年周期 1,999 名 15 至 49 岁非孕女性数据，估计血清铁蛋白低于 30 µg/L 者占 29.6%，约 1,770 万人血红蛋白正常但铁储备偏低。

evistreams：面向医学系统综述的人在环 AI 数据提取平台

宾夕法尼亚大学团队发布 evistreams，一个开源、无代码的网页平台，让系统综述团队在三个环节控制 AI 数据提取：运行前审批提取方案、用 3–5 篇试点论文校准字段定义、以及由两名评审独立盲审加仲裁者裁决的预测复核。

Amazon Bio Discovery 发布三篇抗体设计研究，含经实验验证的纳米抗体发现

Amazon Bio Discovery 团队发布三篇抗体设计研究，分别针对结合强度排序、可开发性预测和端到端设计。其中 MochiBind 仅用序列预测抗体相对结合强度，在四个未见抗原上成对准确率均高于结构基线，平均领先近 10%，在 CPU 上约 13 秒可打分 20 万对抗体。

入选理由Amazon Bio Discovery 团队公开三篇抗体设计研究，含一篇经实验验证的纳米抗体发现，研究者可据此了解计算设计加湿实验闭环的完整流程。

Wiley 与加拿大心血管学会合作出版其旗下期刊

Wiley 宣布与加拿大心血管学会（CCS）达成出版合作，自 2027 年 1 月起出版该学会全部期刊组合，包括混合期刊 Canadian Journal of Cardiology 及两本金色开放获取期刊 CJC Open 和 CJC Pediatric & Congenital Heart Disease。

Elicit 网络研讨会：从分子到药物，辉瑞高管讲解药物研发全流程

Elicit 上线由辉瑞全球卫生经济学与结果研究高级总监 Ted Broughton 主讲的网络研讨会，45 分钟内覆盖药物发现、临床前测试、三期临床试验、监管与报销审批及上市后环节。研讨会还讨论新药为何昂贵、研究关注度为何分布不均——肥胖领域突破与投资不断，抗生素却在传染病危机阴影下难以为继。

Digital Science 分析：Medical Affairs 出版物表现数据日益复杂，工具增多反成双刃剑

Digital Science 在 Compass Points 系列中指出，Medical Affairs 团队用于评估出版物表现的数据源与工具不断增多，能力提升的同时工作量也随之上升。

冠脉炎症争议：为何抗炎与降Lp(a)试验未减少心脏事件

Eric Topol 在 Ground Truths 中分析了两项失败的心血管试验：Novo Nordisk 赞助的 IL-6 抗体 ziltivekimab 试验 ZEUS（超6300名受试者）虽显著降低 IL-6 和 hs-CRP。

Lila Sciences 用 AI 平台设计 mRNA 与体内 CAR-T，称在非人灵长类中优于基准

Lila Sciences 公布其 AI 科研平台已设计、合成并在活细胞中测试超过 95 万条 mRNA 序列，结果全部回馈给科学推理模型。团队据此找到促红细胞生成素（EPO）的 mRNA 序列，第 15 天的蛋白产量相当于基准序列第 2 天水平，并在 Factor IX、IL-10、IL-22、eGFP 和萤火虫荧光素酶上观察到更长半衰期。

Biohub 用 AI 建模肿瘤细胞状态，预测 DMG 联合用药使小鼠生存期翻倍

Biohub 与哥伦比亚大学等机构合作，用 ARACNe、VIPER/metaVIPER 等 AI 算法从单细胞 RNA 测序数据中识别肿瘤细胞状态的 Master Regulators，发现同一癌种的患者共享几乎相同的细胞状态集合：胰腺癌为 6 种，DMG 为 7 种。

入选理由两篇 Nature Genetics 论文显示，AI 预测的跨细胞状态联合用药在小鼠模型中把 DMG 生存期提高一倍，团队正筹建临床试验。

提示工程不是 AI 智能体的正确心智模型

证据综合馆员在构建 PubMed 检索智能体时可能具有真实优势，因为他们知道什么算好的检索实践、哪里会出错、哪些取舍重要，但这种优势不会自动迁移到法律推理、医学或工程领域。

Elicit 发布 Research Agent，面向高风险科研决策并推出 BioDecisionBench 基准

Elicit 发布 Research Agent，一个面向高风险决策的 AI 环境，可跨数百万科学来源、公开数据源（含网络）和用户上传的内部数据汇集证据，并生成带完整引用的报告、数据分析、表格、可视化、幻灯片和文档，已通过 elicit.com 或 API 提供。

入选理由Elicit 把证据综合扩展到跨文献、试验、专利与内部数据的决策支持，并公开了自建基准的评测口径，研究者可据此判断它能否用于高风险的研发决策场景。

Elicit 发布 BioDecisionBench，评测模型在药物开发决策中的推理能力

Elicit 发布 BioDecisionBench，包含从 26 个生命科学复杂推理失败案例衍生出的 40 个任务变体，覆盖靶点选择、临床试验设计到新适应症选择等药物开发环节。

入选理由Elicit 公开了自建基准 BioDecisionBench 的题目来源与评分方式，研究者可据此判断这类高利害推理评测是否可信。

没有黄金标准：Medical Affairs 如何衡量成功

Digital Science 旗下 Dimensions 推出 Compass，将传统引文指标与社交媒体、播客等替代指标合并，供 Medical Affairs 团队对照内部与竞品数据、跨渠道追踪出版物表现。原文指出期刊引文已非唯一影响力来源，而通用 AI 输出常不标准化、不可复现，团队只得速度不得确定性。

Biohub 用全基因组 CRISPR 筛选结合 AI 发现银屑病新药靶点

Biohub 团队对原代人成年皮肤细胞开展全基因组 CRISPR 筛选，并用基于已发表文献训练的大语言模型 VirtualCRISPR 找出文献中未被关注的命中基因，相关结果发表于 Nature Communications。

入选理由研究者可看到 AI 如何从全基因组 CRISPR 筛选中筛出文献未关注的靶点，并据此设计局部外用候选药物。

如何设计癌症疫苗并大幅改进：专访 UNC-Chapel Hill 个性化免疫治疗实验室 Alex Rubinsteyn 与 Ben Vincent

UNC-Chapel Hill 个性化免疫治疗研究实验室（PIRL）的 Alex Rubinsteyn 与 Ben Vincent 在一期播客中讨论了癌症疫苗的设计思路，两人曾参与 MHCflurry 2.0、OpenVax、LENS 等研究，Alex 还曾主持过一项新抗原癌症疫苗试验。