【海外AI医疗周报】本期导读：

本周，海外医疗AI持续向更深层次的临床与科研场景渗透。从OpenAI发布GPT-6 Astra、OpenEvidence推出四款医学AI模型，到Google DeepMind利用AI解析90亿种人类DNA变异，AI的医疗能力进一步深度融入临床决策、医学研究和生命科学。与此同时，AI辅助药物研发也迎来新进展，AdaptiveFlow实现对690亿种分子的超大规模筛选。随着AI能力快速突破，监管也在同步加速，英国提出对医疗AI实施分阶段授权，并强化全生命周期安全监测。从模型能力跃升到临床应用拓展，从基础研究工具突破到监管框架完善，医疗AI正展现出加速落地与规范并行的发展状态。

OpenAI发布GPT-6 Astra，医疗与网络安全能力进一步提升

OpenAI近日发布新一代前沿模型GPT-6 Astra，目前已向部分机构开放，并计划陆续面向ChatGPT Plus、Pro、Business和Enterprise用户以及API、Microsoft Azure和AWS Bedrock开放。OpenAI表示，Astra在医疗咨询、医疗文档和医学研究等测试中的表现均超过此前的GPT-5.6 Sol、Anthropic最新模型及Google Gemini 3.8 Flash。在最低成本配置下，Astra达到超过Sol最高水平的性能，同时预计API成本降低约53%。此外，Astra进一步强化了自主任务执行、编程和网络安全能力，可用于安全代码审查和漏洞修复，但暂时限制生成漏洞利用验证代码等高风险任务。OpenAI还表示，其医疗领域能力将继续向临床工作流和医疗数据应用拓展。

OpenEvidence推出4款医学AI模型，覆盖临床问答与医学研究

OpenEvidence近日推出由4款模型组成的医学AI模型家族，为临床医生提供不同速度和深度的AI服务。其中，Osler响应时间约5秒，主要用于诊疗过程中的即时问题，进行快速临床问答；Sackett响应时间约30秒，针对循证医学分析；Snow则可耗时约5分钟，对医学文献开展多路径检索并生成研究报告。三款模型均已面向认证临床医生免费开放。第四款模型Darwin则定位于高级医学研究，目前处于研究预览阶段，仅向机构合作伙伴、研究人员等有限用户开放。OpenEvidence表示，Darwin在MedQA测试中取得100%正确率，未来将在安全机制进一步完善后，将Darwin的能力逐步引入生产级模型。

Google DeepMind推出AlphaGenome Atlas，AI解析90亿人类DNA图谱

Google DeepMind近日推出AlphaGenome Atlas，利用AI预先计算人类基因组中约90亿种可能的单碱基变异及其分子影响，形成约1PB规模的数据资源，规模是AlphaFold Database的30多倍。该数据库覆盖蛋白编码区和非编码区，可预测不同DNA变异对基因表达、RNA剪接及蛋白质功能等分子过程的潜在影响。DeepMind还推出AlphaGenome Variant Impact（AVI）评分，将多个预测结果整合为单一指标，帮助研究人员快速筛选潜在影响较大的遗传变异。研究人员可通过网页直接查询相关结果，无需自行运行模型或编写代码。需要说明的是，该评分给出的是分子层面的预测，不能替代诊断。DeepMind表示，该资源目前可供学术研究免费使用，有望帮助研究人员加快罕见疾病、基因调控等领域的研究。

AI筛选690亿种分子，药物研发成本降至千分之一

美国圣裘德儿童研究医院等机构近日开发AI辅助药物发现平台AdaptiveFlow，可对690亿种分子进行虚拟筛选，并将计算成本降至传统方法的千分之一，研究发表于《自然·生物技术》。AdaptiveFlow结合AI与云计算，先预筛选化合物，再通过机器学习和分子对接识别潜在候选药物，计算框架最高可扩展至560万个虚拟CPU。研究人员针对癌症相关靶点PARP1和FSP1开展验证，均筛选出具有较强结合能力的候选抑制剂。目前平台已开源，有望降低超大规模药物虚拟筛选门槛。

英国发布医疗AI监管建议，拟引入分阶段授权机制

英国国家医疗AI监管委员会近日发布正式建议，提出进一步完善医疗人工智能监管体系。该委员会由英国药品和保健品管理局（MHRA）于2025年成立，此次建议征集了超过1.2万名患者、医护人员、医疗机构、企业及技术开发者等利益相关方意见。委员会的建议涉及安全标准、人的监督、使用是否透明。包括对新的医疗AI模型实施分阶段授权，即先在严格监督和安全护栏下进入真实环境，再根据实际表现逐步扩大授权范围。同时，AI医疗器械应建立贯穿整个生命周期的持续真实世界监测机制，并向公众提供可查询的设备安全信息和不良事件数据。此外，委员会建议进一步强化MHRA的执法权。英国政府和MHRA将对相关建议进行评估，并在后续发布正式回应。