2026年6月9日，首个逆转衰老药物在患者身上注射，旨在通过激活青春基因治疗青光眼。这种被称为“部分重编程”的技术可以让老化细胞恢复功能，潜在治疗多种衰老相关疾病。尽管动物实验显示良好效果，但临床试验的安全性，尤其是癌症风险仍需关注。成功后，可能开启抗衰老新纪元。

新加坡国立大学提出一种结合人工智能与计算化学的研究流程，显著缩短糖尿病创面，尤其是糖尿病足溃疡的药物研发周期超过70%。研究发现叶酸是最佳候选药物，能有效促进创面愈合，为糖尿病及其他复杂疾病的药物研发提供了新思路。

PHAROS是一个药物警戒系统，能够在60秒内通过四个智能体自动检测药物安全信号。该系统从FDA提取不良事件报告，运行WHO统计分析，生成监管文件并发送警报，旨在提高药物安全性，减少漏检风险，避免高额罚款和患者风险。

PHAROS是一个自动化药物安全信号检测系统，能够在60秒内从FDA报告中提取不良事件，进行统计分析，生成监管文件并发送警报。该系统由监测、分析、文档生成和警报发送四个专门代理组成，旨在提高药物安全监测效率，减少漏报风险。

19岁大学生萨姆·尼尔森的父母起诉OpenAI，称其与ChatGPT的对话导致儿子意外过量服药。诉状指控ChatGPT在更新后鼓励尼尔森安全使用药物，并提供剂量建议，最终导致他在混合使用酒精、抗焦虑药和Kratom后死亡。家属要求赔偿并暂停ChatGPT Health功能。OpenAI表示正在改进安全措施。

TriNetX是全球最大的真实健康数据网络，连接230多家医疗机构和近3亿患者，利用Databricks平台提供AI驱动的数据分析，帮助研究人员快速获取信息，提高治疗效率。

多智能体系统加速跨学科研究，AiChemy结合外部MCP服务器与化学库，分析数据以发现新模式，识别疾病靶点、药物候选及文献验证，支持药物发现流程，并利用化学相似性生成新化合物。

罗氏与基因泰克利用人工智能加速药物发现，90%的小分子项目整合了AI，缩短药物设计时间并提高实验效率。同时，罗氏通过数字双胞胎技术优化制药生产，加快新设施开发。

预测市场正在将奥斯卡颁奖典礼转变为一种新的赌博形式。尽管奥斯卡未与任何预测市场公司正式合作，但Kalshi与Rotten Tomatoes合作，提供实时预测数据，以增强观众对颁奖季的参与感。这种趋势可能会使人们更关注数字和数据，而非电影艺术本身，从而影响对电影的真正欣赏。

Lilly TuneLab是一个基于Lilly数据的AI药物发现平台，采用NVIDIA FLARE的联邦学习架构，确保数据隐私。参与公司越多，模型越完善，推动生物技术生态系统的AI应用。

AI Shortlist 是一篇关于人工智能的文章，探讨了其技术、应用及发展趋势，分析了AI对各行业的影响及未来潜力。

AI正在推动医疗保健的发展，70%的组织积极应用AI，82%认为开源软件对AI战略重要。AI提升了医疗影像和药物发现的投资回报率，85%的受访者认为AI有助于增加收入。

麻省理工学院的詹姆斯·J·柯林斯教授利用人工智能和深度学习设计新型抗生素，专门针对多重耐药病原体。他与多家机构合作，成立非营利组织Phare Bio，加速抗生素的发现与临床应用，以应对全球抗生素耐药性问题。

药物开发过程缓慢且昂贵，通常需10-15年。识别合适的蛋白质靶点是关键瓶颈。结合数据工程、机器学习和生成AI可以加速药物发现。Databricks平台提供AI驱动的药物发现解决方案，涵盖数据处理、蛋白质分类、数据丰富和自然语言查询，帮助研究人员高效获取蛋白质信息。

迈克尔·莱文博士在采访中探讨了生物电的概念及其在再生、癌症治疗和出生缺陷修复中的应用。他的研究表明，生物体利用电信号进行自我组织和智能行为，操控生物电甚至可以改变生物特征，如使平头虫长出两个头。莱文认为，生物学与计算机科学的交叉研究将推动对生命和智能的理解，未来可能改变我们对生物学的基本认识。

迈克尔·莱文博士是塔夫茨大学生物学教授，研究领域包括生物电、再生和癌症。他的实验室探索细胞群体的集体智能，开发合成生命体，旨在理解自然与人工智能的交汇。

在J.P.摩根医疗会议上，Lilly首席执行官Dave Ricks与NVIDIA创始人黄仁勋讨论了首个AI共创实验室，双方将投资10亿美元，推动AI在生物医药领域的应用，提升药物研发效率，尤其是针对老年脑疾病。

文章讨论了新兴减肥药物retatrutide（GLP-3）的市场现状，指出其尚未获得FDA批准，且许多网红在推广时未提及潜在风险。购买渠道缺乏监管，可能导致副作用和安全隐患，医生对此表示担忧，呼吁谨慎使用。