人工智能增强医疗保健和科学

上周在Lake Nona Impact Forum上，我讨论了AI如何革新医疗保健和科学。凭借我们最新的AI进展，我们正处于让医疗保健更加可及、个性化且对每个人都更有效的边缘，同时加速科学突破。以下是我们近期工作的概述、我们在全球范围内将AI引入医疗保健的合作，以及我们新宣布的AI联合科学家。

AI使准确的健康信息更易获取

当人们需要健康信息时，他们通常首先求助于Google。因此，我们致力于确保每个人在最需要时都能获得高质量、相关的健康信息。通过Google Lens，你可以拍摄照片搜索与你皮肤上看到的相似的皮肤状况。在YouTube上，我们与健康创作者和Cleveland Clinic等组织一起测试AI工具，帮助他们更轻松地发布高质量、权威的内容。

对于医疗保健提供者，我们推出了MedLM和Search for Healthcare，可以回答医疗问题。这些工具在Google Cloud Vertex AI平台上可用，帮助医生做出更好的决策，确保患者获得所需的精准护理。我们也在努力确保我们语言模型的健康相关内容尽可能准确和基于事实。

生成式AI为个性化医疗铺平道路

得益于多模态和对话式AI的进步，我们正在重新思考如何为每个个体定制患者护理，特别关注预防性医疗。

医疗保健涉及多种数据类型，从X射线到数字记录。基于我们的MedLM研究，我们创建了Med-Gemini，这是一组新的医疗保健模型，利用Gemini强大的多模态和推理能力，通过去标识化的医疗数据进行微调。在我们发表的研究中，Med-Gemini在美国医疗考试风格问题上获得91.1%的准确率，我们展示了这些模型如何有效解读3D扫描或处理复杂的临床问题。

我们还在探索AI如何在诊所中作为对话诊断工具，通过我们的Articulate Medical Intelligence Explorer (AMIE)。这个AI系统设计用于获取“临床病史”并提出智能问题，以帮助得出鉴别诊断，同时以同理心处理讨论，即使在专业领域也是如此。

移动和可穿戴技术是另一个令人兴奋的领域，生成式AI可以利用步数、心率等数据提供个性化的健康和健身洞察。我们开发了Personal Health Large Language Model，这是Gemini的微调版本，可以分析传感器数据，提供有关个体睡眠和健身模式的洞察和建议。

AI在全球范围内改善健康成果

早期发现疾病可以显著改善健康成果。在过去十年中，我们利用AI的成像和诊断能力开发了模型，帮助检测乳腺癌、肺癌和糖尿病视网膜病变等疾病。通过合作，我们现在正在临床环境中扩展这些解决方案，帮助更多患者及时获得准确的筛查。这在医疗资源有限、专科医生较少的地区尤为重要。在未来十年，我们在印度和泰国的合作伙伴计划提供600万次免费糖尿病视网膜病变筛查，而Apollo Radiology International将使用我们的AI模型在印度提供300万次免费的结核病、肺癌和乳腺癌筛查。我们还在非洲致力于母婴健康，开发用于胎心监护的ML模型以预测胎儿健康状况，并研究其在资源有限环境中的应用。

我们还在构建技术基础，使医疗保健更易获取。我们的Health AI Developer Foundations包括开放权重模型和资源，帮助开发者更高效地构建医疗保健AI模型。由我们的Open Health Stack (OHS)——一套开源工具，使开发者更容易创建下一代数字健康解决方案——支持的解决方案已在非洲、南亚和东南亚用于支持数百万患者。

AI正在加速科学发现

医疗保健建立在科学之上，AI在综合信息和执行复杂推理任务方面的能力正在帮助我们探索推动科学和生物医学发现的新方法。我们的AI联合科学家，一个基于Gemini 2.0的多代理系统，旨在成为科学家的协作工具。它旨在发现新知识，帮助根据现有证据制定新的研究假设和提案，并针对特定研究目标进行定制。它已在急性髓系白血病药物再利用、为肝纤维化提出新的治疗目标以及解释与抗菌素耐药性相关的水平基因转移机制等领域显示出潜力，这些都是各自领域的复杂挑战。

我们看到AI在推动科学和使医疗保健更个性化和可及方面的巨大潜力。将研究突破转化为现实世界影响的循环正在加速并扩大。我们致力于负责任地做到这一点，与全球合作伙伴合作，并分享我们的研究——仅在2024年，我们就发表了50多篇关于前沿健康研究的论文，并且我们刚刚发布了2025年健康影响报告。我们相信AI将继续推动医疗保健和科学的进步，造福数十亿人。