应用技术理解和治疗疾病
内容提要
谷歌五年来发表90篇医学论文，获超9万次引用。其AI成果包括：AlphaFold助力筛选恰加斯病药物，AlphaGenome定位衰老相关基因，与哈佛合作重建人脑片段；DeepVariant实现8小时基因诊断，AlphaProtein设计定制酶；AI乳腺筛查减少40%阅片量，DeepSomatic发现遗漏白血病突变，流感预测模型居CDC榜首。Google.org投入超6000万美元支持全球疾病研究。
延伸解读
从基础研究到临床应用的转化路径
文章展示了谷歌健康研究的完整链条：从AlphaFold筛选恰加斯病药物、AlphaGenome定位衰老基因等基础发现，到DeepVariant实现8小时基因诊断、AI乳腺筛查减少40%阅片量等临床工具，再到Google.org投入超6000万美元支持全球疾病研究。这种“理解疾病机制—开发医疗工具—赋能医疗提供者”的递进模式，体现了技术从实验室走向病床边的系统化努力。
AI在医疗领域的实际成效与局限
文章列举了多项经过验证的成果：AI乳腺筛查在12.5万名女性中多发现25%的间期癌症，DeepSomatic在儿童白血病中检出10个此前遗漏的突变，流感预测模型在CDC评比中排名第一。这些数据表明AI能提升检测敏感性和工作效率，但文章未提及这些工具在更广泛人群中的普适性、成本效益或潜在假阳性问题，读者需理性看待其当前应用边界。
开放合作与全球健康公平的推进
谷歌强调与哈佛、斯坦福、帝国理工学院、NHS等机构合作，并将AlphaFold、DeepSomatic等模型公开，同时通过Google.org资助乌干达、宾夕法尼亚大学等组织，利用AI预测疟疾耐药性和设计细胞疗法。这种开放科学模式有助于资源匮乏地区获得先进工具，但文章未说明这些项目的可持续性及当地实际落地效果，全球健康公平仍面临基础设施和人才挑战。
Q&A
谷歌在医学研究方面有哪些主要成果？
过去五年，谷歌团队发表了90篇关于理解和治疗疾病的同行评审研究论文，累计获得超过9万次引用。其AI成果包括AlphaFold助力筛选恰加斯病药物、AlphaGenome定位衰老相关基因、与哈佛合作重建人脑片段、DeepVariant实现8小时基因诊断、AlphaProtein设计定制酶、AI乳腺筛查减少40%阅片量、DeepSomatic发现遗漏白血病突变、流感预测模型居CDC榜首等。
AlphaFold如何帮助恰加斯病的药物发现？
巴塞罗那全球健康研究所的研究人员利用AlphaFold虚拟筛选了3万种化合物，以寻找抗恰加斯病的活性。恰加斯病是一种被忽视的热带疾病，影响约800万人。该研究帮助研究所识别出两种FDA批准的药物，可能被重新用于治疗恰加斯病，从而加速治疗时间。
DeepVariant在基因诊断中取得了什么突破？
谷歌与斯坦福大学医学院合作，在临床试验中使用DeepVariant和DeepConsensus，在时间紧迫的病例中帮助确定遗传病病因。该项目通过全基因组测序在不到8小时内实现基因诊断，从而协助实现挽救生命的干预措施，这一前所未有的成就也获得了吉尼斯世界纪录的认可。
谷歌的AI乳腺筛查系统有什么效果？
谷歌与伦敦帝国理工学院和英国国家医疗服务体系合作，在《自然·癌症》上发表了两项研究，对12.5万名女性进行了乳腺筛查系统评估。该系统捕获了25%历史上被遗漏的间隔期癌症，同时显示有可能将专科医生的阅片工作量减少高达40%，这有助于缓解面临严重放射科医生短缺的医疗系统压力。
DeepSomatic在儿童白血病检测中发现了什么？
当Children's Mercy医院将其应用于先前测序的真实世界儿童白血病病例时，DeepSomatic确认了所有已知变异，同时检测到10个先前遗漏的突变——尽管面临仅使用肿瘤样本的挑战。DeepSomatic已公开可用，有可能为患者风险和靶向治疗的临床判断提供信息。
谷歌的流感预测模型表现如何？
谷歌的流感预测模型在2025-2026季节被美国疾病控制与预防中心评为预测流感相关住院人数的第一名。该模型使用经验研究辅助工具开发，在准确匹配观察到的住院人数方面优于其他38个系统，展示了该技术如何帮助公共卫生官员预测医疗服务需求并更好地应对季节性疫情。
Google.org如何支持全球疾病研究？
通过Google.org，谷歌支持了如Makerere大学传染病研究所等组织，利用AlphaFold和AlphaMissense预测疟疾耐药突变，以及宾夕法尼亚大学使用AlphaProteo和AlphaFold设计新型细胞疗法以增强对实体瘤和复杂疾病的治疗。2026年，Google.org已向全球应用先进模型转变疾病理解和治疗方式的组织提供了超过6000万美元。
