如何透過人工智慧讓谷歌研究使醫療保健更具可及性和個人化

上週，在湖濱諾那影響論壇上，我討論了人工智慧（AI）如何能夠有效改善醫療保健和推進科學。我們最近的AI突破為每個人提供了前所未有的機會，使醫療保健變得更加可及、個性化和有效，並顯著加速科學發現。以下是我們的進展更新，介紹我們如何與夥伴合作，將AI帶入全球醫療保健領域，以及我們最近宣布的AI共同科學家。

AI使準確的健康資訊更易取得

人們在尋找健康相關問題的答案時，通常會首先想到Google，因此我們努力確保每個人在需要時都能獲得相關的高品質健康資訊。使用Lens，大家可以拍照搜尋與自己皮膚相似的皮膚狀況，而在YouTube上，我們與健康創作者和克利夫蘭診所（Cleveland Clinic）等組織合作，試行AI工具，讓他們更容易發布權威的高品質內容。

對於醫療提供者，我們推出了MedLM和Search for Healthcare，這些工具可以提供醫療問題的答案。這些工具可在Google Cloud Vertex AI平台上使用，幫助醫生做出更明智的決策，並幫助病人獲得所需的精確護理。我們對醫療事實性的研究確保了由語言模型生成的健康相關內容盡可能可靠，並基於事實來源。

生成式AI為個性化醫療鋪平道路

隨著多模態和對話AI的進步，我們能夠重新想像病人護理，並強調預防醫療的個性化。

從X光到數位健康紀錄，醫學是多模態的。在我們的MedLM研究基礎上，我們開發了Med-Gemini，這是下一代醫療模型，具備Gemini的優越多模態和推理能力，並在去識別的醫療數據上進行微調。在已發表的研究中，Med-Gemini在美國醫學考試風格問題上達到了91.1%的準確率，我們展示了這些模型如何有效解釋3D掃描或回答複雜的臨床問題。

我們正在研究AI系統如何在臨床環境中作為對話診斷夥伴，使用Articulate Medical Intelligence Explorer（AMIE），這是一個針對診斷推理和對話優化的研究AI系統。它旨在進行“臨床歷史”收集，並提出智能問題，以幫助推導出鑑別診斷，並以同理心處理討論，包括在專科領域中。

行動裝置和可穿戴設備是另一個有前景的領域，生成式AI模型可以提供個性化的健康和福祉見解，利用步數和心率等數據。我們設計了個人健康大型語言模型，這是Gemini的另一個微調版本，可以解釋感測器數據，並生成有關個人睡眠和健身模式的見解和建議。

AI正在改善全球健康結果

早期診斷疾病對改善健康結果至關重要。在過去十年中，我們利用AI的影像和診斷能力，開發了AI模型來幫助檢測包括乳腺癌、肺癌和糖尿病視網膜病變等疾病。通過夥伴關係，我們現在將這些解決方案大規模引入臨床環境，讓更多病人受益於及時和準確的篩檢。這對於資源有限的醫療環境和每位專科醫生較少的國家影響尤為深遠。在接下來的十年中，我們在印度和泰國的健康科技夥伴計劃為600萬名糖尿病視網膜病變患者提供免費篩檢，Apollo Radiology International將基於我們的AI模型在印度提供300萬次免費篩檢，針對結核病、肺癌和乳腺癌。除了我們在非洲解決母嬰健康的各種倡議外，我們還正在開發一個用於胎兒健康預測的心音圖（cardiotocography）機器學習模型，並探索其在資源有限的醫療環境中的應用。

我們還在為更廣泛的醫療保健獲得鋪設技術基礎。我們的健康AI開發者基礎包括開放權重模型和資源，幫助開發者更有效地建立醫療保健的AI模型。由我們的開放健康堆疊（Open Health Stack, OHS）驅動的解決方案——一套開源工具，使開發者更容易為醫療工作者創建下一代數位健康解決方案——已在非洲、南亞和東南亞的各個地區部署，以支持為數百萬病人服務的前線醫療工作者。

AI正在加速科學發現

醫學根植於科學。基於AI合成資訊和執行複雜推理任務的能力，我們正在探索它如何通過我們的AI共同科學家（AI co-scientist）工作來增強科學和生物醫學的發現，這是一個基於Gemini 2.0的多代理AI系統。AI共同科學家旨在作為科學家的協作工具。它旨在發現新的原創知識，幫助科學家制定新的研究假設和提案，基於先前的證據並針對特定的研究目標進行調整。它已在急性髓性白血病的藥物重定位、提出針對肝纖維化的新治療目標的假設以及解釋抗微生物抗藥性背後的水平基因轉移機制等領域顯示出潛力——這些都是複雜的應用，並面臨不同的挑戰。

我們繼續實現AI在推進科學和改善、個性化及民主化醫療保健獲得的驚人潛力。實現研究突破並將其轉化為現實影響的“魔法循環”正在加速並擴大範圍。我們將負責任地追求這一機會，與全球夥伴合作，並繼續分享我們的研究——在2024年，我們發表了50多篇論文，分享了尖端的健康研究，並最近分享了我們的2025年健康影響報告。最終，我們相信AI將繼續幫助推進醫療保健和科學，造福數十億人。