AI医疗这周出了三件大事:世卫组织喊停＂自动化偏见＂,Open杀进药物研发,三诺血糖仪遭FDA最严召回

世卫组织发话了：AI好是好，但别太相信它

5月5日，世界卫生组织发布了一份新指南，专门讲多模态大模型在医疗领域的应用。

说白了，这份指南在提醒一件事：别让医生和患者对AI产生”自动化偏见”。

什么叫自动化偏见？就是你用AI久了，开始懒得动脑子，AI说什么就信什么。医生本该能发现的错误，因为过度依赖AI而被忽略。或者医生把本该自己判断的难题，扔给AI去决定。

世卫组织首席科学家杰里米·法勒的原话是：”生成式AI有潜力改善医疗保健水平，但前提是研发、监管和使用这些技术的人必须识别并充分考虑相关风险。”

这份指南还提到了其他风险：网络安全问题可能危及患者信息安全，算法可信度一旦被破坏，后果会很严重。还有一点——表现最好的多模态大模型，很多医院用不起，这会加剧医疗资源的不平等。

指南概述了五个应用场景：诊断和临床护理、患者自主使用、文书和行政工作、医疗和护理教育、科学研究和药物研发。

世卫组织强调，政府、科技公司、医疗服务提供者、患者都要参与进来，对AI进行全生命周期监管。

来源：https://www.thecover.cn/news/wzVtO9Aj2KqH90qSdq8Jkw==

FDA出手了：首份AI药物研发指导意见发布

美国食品药品监督管理局（FDA）最近干了一件大事——发布了首份关于人工智能在药物研发中应用的指导意见。

这份文件提出了一个基于风险的评估框架，让药物开发商可以据此确定AI模型在预期用途中的可信度。

FDA说，自2016年以来，AI在药物开发和监管申报中的应用呈现”指数级增长”，被广泛用于生成药物或生物制品安全性、有效性、质量的数据和信息。

具体来说，AI现在主要用在几个环节：药物靶点筛选、候选分子设计、临床试验优化、数据分析。强生公司之前分享过一组数字：AI把新药筛选时间砍了50%，临床试验报告撰写时间从700-900小时压缩到15分钟。

有意思的是，FDA同时还发布了关于开发和管理AI驱动医疗器械的新指导意见，提出全生命周期管理方法，覆盖用户界面、数据管理、设备性能监控、网络安全等要素。

来源：http://ai.zhiding.cn/2025/0108/3162515.shtml

OpenAI正式杀进药物研发，推出GPT-Rosalind

OpenAI最近推出了一款新模型，名字叫GPT-Rosalind。

这个名字有讲究——罗莎琳德·富兰克林是那位用X射线晶体学揭示DNA结构的科学家。OpenAI用她的名字命名这款模型，意图很明显：要在生命科学领域干一番大事。

GPT-Rosalind专为药物发现和生物科学研究设计，目标是协助研究人员做证据综合、假说生成、实验规划这些工作。简单说，就是帮科学家梳理海量数据，缩短新药研发周期。

在美国，一款新药从研发到获批需要10到15年。GPT-Rosalind想优化的是早期研究环节——选对研究方向，提出好假设，避免在错误路径上浪费时间。

OpenAI已经和安进、Moderna、艾伦研究所、赛默飞世尔科技等机构合作。目前该模型已在ChatGPT中上线研究预览版，同时也通过API向生命科学合作伙伴开放。

这标志着OpenAI和谷歌DeepMind在生命科学AI赛道上的正面交锋。DeepMind的AlphaFold系列已经获得2024年诺贝尔化学奖，OpenAI这次是想在药物研发环节分一杯羹。

来源：https://so.html5.qq.com/page/real/search_news?docid=70000021_86969e25c0d36652

DeepMind的Isomorphic Labs：17个药物项目推进，今年进临床

谷歌DeepMind CEO德米斯·哈萨比斯在达沃斯论坛上放了个大招。

他说：”我们希望到2026年初，首个药物能进入临床试验阶段。”

Isomorphic Labs是哈萨比斯创立的公司，正在推进17个药物项目，覆盖癌症、心血管疾病和免疫学。已经和礼来公司（Eli Lilly）等全球顶级药企建立合作关系。

哈萨比斯预言未来10到15年是”发现的黄金时代”。这话从他嘴里说出来，分量不一样。毕竟AlphaFold2把蛋白质结构预测从数月压缩到数小时，已经是诺贝尔奖级别的工作。

但也要看到现实：从蛋白质结构预测到真正的药物上市，中间隔着临床试验这个万丈深渊。90%的候选药物倒在I期、II期、III期。AI可以帮你找到候选分子，但无法保证这些分子一定能通过临床验证。

哈萨比斯坦承，传统药物研发平均耗时10年，耗资数十亿美元，成功率仅为10%。他想用AI改变这个概率。

来源：https://k.sina.com.cn/article_7857201856_1d45362c0019054lu2.html?from=tech

新加坡团队用AlphaFold研究帕金森病

新加坡A*Star研究院、杜克-新加坡国立大学医学院和国家神经科学研究所合作，正在用AlphaFold研究帕金森病。

重点是一个叫Stip1的蛋白质。

这个蛋白在大脑和肾脏中大量表达，负责确保其他蛋白质正确折叠。在帕金森病和阿尔茨海默病患者体内，Stip1水平异常升高。

研究团队用AlphaFold创建了Stip1的3D模型，能显示不同结构域以及它们如何在空间中相互作用。这为开发早期诊断方法提供了线索。

AlphaFold数据库包含超过2亿个预测蛋白质结构，全球有超过250万用户。亚太地区用户超过100万。

这个案例说明，AlphaFold不只是论文里的工具，已经进入实际疾病研究。

来源：https://ai.zhiding.cn/2025/0402/3164952.shtml

三诺生物子公司血糖仪遭FDA一级召回

说个不那么好的消息。

5月6日，三诺生物发布公告，控股子公司Trividia Health的TRUE METRIX系列血糖监测系统被FDA认定为一级召回。

一级召回是FDA最严重的召回级别，意味着使用该设备可能导致严重健康损害或死亡。

问题出在用户手册和在线标签中关于”E-5错误代码”的操作说明。软件设计问题可能导致延误对超高血糖的意识，从而增加健康风险。

三诺生物初步计提召回相关成本968万美元，折合人民币约6805万元。

Trividia已发布紧急医疗器械纠正通知，建议高风险患者切换为其他血糖监测方法。公司将为有替换需求的用户提供免费血糖监测系统。

此次召回不涉及三诺在中国境内生产及销售的血糖监测产品。

来源：https://www.sohu.com/a/1018701233_122021998

把这些事放在一起看

这周的几件事，其实折射出医疗AI发展的三个层面。

乐观的一面：技术突破实实在在。AlphaFold从蛋白质结构预测扩展到RNA、DNA、配体相互作用，准确率较传统方法提升50%以上。OpenAI推出生命科学专用模型，意味着大模型公司开始认真对待垂直领域。FDA发布首份指导意见，说明监管层开始适应新技术。

现实的一面：风险开始被认真讨论。世卫组织点名”自动化偏见”，不是危言耸听。医生过度依赖AI、把本该自己判断的难题扔给算法，这事真在发生。三诺血糖仪的召回也提醒我们，医疗器械哪怕只是标签说明有问题，都可能酿成大祸。

不确定的一面：商业化路径还不清晰。DeepMind的Isomorphic Labs有17个项目在推进，但离真正上市还有很长的路要走。AI药物发现领域目前还没有一个药物完成III期临床获批上市。180亿美元砸下去，回报还在等待。

最后聊一句

世卫组织说别太相信AI，FDA开始制定规则，DeepMind和OpenAI杀进药物研发赛道。这几件事背后有个共同的潜台词：医疗AI正在从”能做什么”转向”该怎么做”。

技术不再是问题，问题是信任怎么建立、风险怎么控制、责任怎么划分。

GPT-Rosalind能帮科学家缩短研发周期，但会不会也有医生懒得看原始数据，直接信AI的结论？AlphaFold能预测蛋白质结构，但会不会也有人过度依赖，忘了实验验证的重要性？

AI医疗的终极问题从来不是技术够不够强，而是人够不够清醒。

你觉得AI会让医生变懒吗？评论区聊聊。

*ClinTech 医疗AI日报 | 每天为医疗行业从业者筛选最有价值的AI应用资讯*