OpenAI收购AI制药平台;阿斯利康与甲骨文拓展全球医疗AI合作;英伟达、微软加速布局

OpenAI收购AI药物研发平台Orchestra Bio,试图将AI能力进一步嵌入药物研发项目管理;英伟达加码蛋白质设计,微软则推进AI辅助诊断及健康内容合规审核......

作者: 本站编辑 来源: 大健康派 2026-10-26 09:34:25

【海外AI医疗周报】本期导读:

本期海外动态显示,行业竞争正从模型能力延伸至药物研发、临床诊断和医疗业务流程。OpenAI收购AI药物研发平台Orchestra Bio,试图将AI能力进一步嵌入药物研发项目管理;英伟达加码蛋白质设计,微软则推进AI辅助诊断及健康内容合规审核,AI在生命科学与医疗业务中的应用持续拓展。与此同时,阿斯利康与甲骨文探索将AI、云计算和真实世界数据用于临床研究与患者管理。在应用加速落地的另一面,美国医学会、韩国及阿布扎比等机构也在推进医疗AI监管与治理,重点涉及产品安全、临床权限、责任划分和跨国协作,医疗AI产业技术创新与治理机制同步深化。

 

OpenAI收购AI制药平台,进一步打通药物研发流程闭环

10月21日,OpenAI宣布收购AI药物研发平台Orchestra Bio,交易金额未披露,后者团队和技术将整体并入OpenAI生命科学产品线Rosalind。Orchestra Bio成立于2022年,总部旧金山,2025年8月结束隐身模式时融资约2000万美元,团队仅十几人,a16z种子轮领投。与多数AI制药公司不同,它不设计分子也不找靶点,而是用AI Agent协调新药从实验室到临床的进度、风险和多方交接,解决药企与CRO、CDMO之间系统割裂、无人掌握全局的痛点。OpenAI今年已推出GPT-Rosalind、Rosalind Workbench和Rosalind Academic Plan,此次收购补上“项目推进”这一环。半年前Anthropic刚收购Coefficient Bio并推出Claude Science,两家AI巨头在生命科学领域的竞争正从模型延伸到药企研发流程。

 

英伟达携手华盛顿大学推出蛋白质设计模型,性能、速度提升超10倍

英伟达近日宣布与多家医疗及科研机构开展合作,推动AI在蛋白质设计、药物研发和个性化癌症治疗中的应用。英伟达与华盛顿大学医学院蛋白质设计研究所联合推出开放式蛋白质设计模型RFD4-Proteina。该模型基于英伟达BioNeMo平台,融合了David Baker团队的RosettaFold扩散模型和NVIDIA的开源蛋白质模型Proteina-Complexa,从而实现了适用范围、性能、速度上的多重飞跃,不仅将蛋白质设计的成功率提高了5-10倍,速度也提升到了以往模型的5-10倍。

此外,英伟达还与西门子医疗合作,探索利用AI辅助治疗计划、患者个体化模拟及实时计算,推进自适应放射治疗,旨在优化临床工作流程并拓展个性化癌症治疗的可及性。

 

微软AI诊断系统在复杂病例测试中准确率超越全科医生

微软研究团队近日公布AI诊断系统MAI-DxO的研究结果。该系统采用逐步推理方式模拟临床诊断流程,根据患者信息提出问题、选择检查项目,并根据检查结果持续调整诊断假设,而非一次性分析全部信息。据微软公布的研究数据,在304例《新英格兰医学杂志》复杂病例测试中,该系统的诊断准确率达到83.2%,高于使用网络和参考资料的全科医生的36.1%。在急诊病例数据测试中,系统也取得了较高准确率,并显示出降低检查成本的潜力。

微软表示,下一步计划与波士顿贝斯以色列女执事医疗中心合作,评估该系统在急诊候诊患者分诊中的表现。不过,现有结果主要来自受控病例测试,尚不能直接证明其在真实临床环境中的效果。

 

微软与Opella合作开发14个AI智能体,核验健康内容准确性与合规性

据Fierce Healthcare报道,微软与消费健康企业Opella宣布合作开发名为Lumen的智能体AI内容核验平台,帮助企业规模化审核健康信息及相关产品内容。该平台由14个专业化AI智能体组成,可分别检查产品宣称、医学事实、信息来源和法律相关表述,并根据内容类型及发布渠道提出建议。系统还能够标记潜在合规问题、提示修改事项,并识别需要人工介入的环节。

Opella方面表示,AI已使其内容生产规模提升约30倍。Lumen的目标是在提高内容审核效率的同时,强化信息的可信度和合规性。企业强调,平台将由AI辅助审核,最终决策权仍由人类专家掌握。这一合作展现了智能体AI在医疗健康企业内容治理、合规审核及质量控制等业务流程中的应用方向。

 

阿斯利康与甲骨文拓展全球医疗AI合作,首个项目聚焦阿布扎比高血压管理

阿斯利康与甲骨文近日宣布达成一项非约束性合作协议,计划结合人工智能、云基础设施和真实世界医疗数据,探索临床研究与患者照护的新模式。双方首个项目计划在阿联酋首都阿布扎比开展,并与当地医疗健康企业M42合作,聚焦高血压患者管理。项目将尝试识别血压控制不佳的患者,帮助医疗团队按照临床指南提供照护,同时筛选适合参与临床试验的患者,以改善临床研究招募效率。

此次合作将结合阿斯利康的药物研发及监管经验,以及甲骨文的云计算和真实世界数据能力。在全球合作层面,双方还计划探索AI在临床试验招募、疾病早期诊断、药物安全监测和真实世界证据研究等环节的应用,覆盖肿瘤、心血管、肾脏及代谢疾病、呼吸与免疫疾病和罕见病等领域。相关项目计划逐步拓展至美国、中东和欧洲,并与当地政府及监管要求相衔接,探索可在不同医疗体系中推广的应用模式。

 

麻省总医院布里格姆医疗系统AI模型利用4000万张人脸图像预测癌症生存结局

美国麻省总医院布里格姆医疗系统研究人员开发了一种基于人脸图像的AI基础模型FAHR-Face,训练数据超过4000万张人脸图像,可用于估算生物学年龄,并预测癌症患者的生存结局。相关研究于10月19日发表于《柳叶刀·数字健康》。

该模型包含两项工具:FAHR-FaceAge用于估算患者的生物学年龄,FAHR-FaceSurvival则尝试根据单张面部照片预测癌症患者的生存结局。研究发现,生物学年龄与实际年龄之间的差距与患者生存情况存在关联,结合两项工具能够改善生存预测模型的拟合效果。

研究团队认为,这项技术未来或可辅助医生评估患者的身体脆弱程度,为手术、放疗及全身治疗等决策提供参考。但相关工具仍需进一步验证,其定位是辅助临床判断,而非替代医生。

 

美国医学会提出生成式AI医疗器械监管建议,强调风险分级与持续监测

美国医学会(AMA)近日向美国食品药品监督管理局(FDA)提出建议,呼吁建立适应生成式人工智能发展的医疗器械监管机制,在支持技术创新的同时保障患者安全。AMA建议,监管应综合考虑产品的预期用途、潜在患者伤害及临床应用风险,并根据风险程度实施相应监管。对于生成式AI医疗器械,除上市前评估外,还应持续监测其部署后的实际表现,及时发现可能影响临床决策和患者安全的问题。AMA同时强调,医生应参与临床性能标准和评价指标的制定,但不能以医生监督代替严格的安全性和有效性证据。制造商仍需对产品性能负责。

此次建议回应了生成式AI医疗应用快速发展带来的监管挑战,重点在于建立贯穿产品生命周期的证据评估与风险管理机制。

 

韩国与世卫组织发布《首尔宣言》,倡导安全、公平的医疗AI应用

韩国保健福祉部与世界卫生组织(WHO)近日共同发布《医疗AI首尔宣言》,呼吁推动人工智能在医疗卫生领域得到安全、负责任和公平的应用。该宣言于2026年世界生物峰会期间公布,强调应加强国际合作,确保AI带来的医疗收益能够惠及不同国家和社会经济群体,而非集中于少数地区或人群。宣言还提出,应将负责任AI的原则转化为实际行动,推动相关承诺在医疗体系中落地。此次宣言体现出全球医疗AI治理正在从原则倡议进一步转向实施机制和跨国协作。

 

波兰签署合作备忘录,拟加入全球负责任医疗AI监管网络

HealthAI——全球健康领域负责任人工智能机构近日宣布,波兰卫生部已签署合作谅解备忘录,正式表达加入其全球监管网络(GRN)的意向。该网络旨在促进各国医疗监管机构之间的合作,推动人工智能在医疗卫生体系中的安全、有效和公平应用。此次备忘录将启动一项结构化合作计划,为波兰后续正式加入网络做准备。

根据HealthAI公布的信息,波兰将参与该机构面向政府和监管部门的实践交流机制,与来自30个国家的政府代表开展经验交流和战略对话。此次合作反映出欧洲国家对医疗AI治理的关注正在增加。随着AI逐步进入临床诊疗和医疗服务体系,跨国监管协作、监管经验共享以及相对一致的治理框架,正成为推动相关技术负责任落地的重要议题。

 

阿布扎比发布AI临床系统监管框架,拟按临床任务评估授权

阿布扎比卫生部近日发布AI临床系统监管框架,针对能够执行原本需要持证临床人员完成的医疗活动的AI系统,未来将建立相应的评估与授权机制。根据该框架,监管部门将依据系统拟承担的具体临床任务来评估其能力。AI系统申请执行的临床活动范围越广,需要提供的能力与安全性证据就越充分。框架同时要求设置相应保障措施,包括医生监督、责任划分,以及在必要时将患者转交医生处理。

阿布扎比卫生部表示,后续还将制定配套政策和标准,进一步明确AI临床系统可获授权的活动范围、各阶段所需证据及性能评估门槛。该框架为AI承担临床任务建立了初步治理基础,也反映出部分地区正在探索将AI临床能力评估与具体授权范围相结合的监管路径。

海外AI医疗周报 OPENAI 英伟达 微软

关注大健康Pai 官方微信:djkpai我们将定期推送医健科技产业最新资讯