Google Earth AI 的 PDFM 地理空间基础模型在五类公共卫生任务中完成独立评估
Google Research 以 Google Earth AI 的 Population Dynamics Foundation Model（PDFM）为概念验证，展示无需任务微调的位置嵌入可直接接入现有流行病学模型。
#医学 AI
Google Research BlogAI 评分6262 Google Health Blog精选AI 评分6767 Google Earth AI 联合全球卫生伙伴，用地理空间模型预测疾病暴发
Google Research 与 Google Health 发布与全球卫生伙伴合作的新研究论文，展示 Google Earth AI 结合卫星影像、移动数据和 AlphaEarth Foundations、Population Dynamics Foundation Model（PDFM）等基础模型，用于疾病预测与公共卫生决策。
推荐理由：Google Earth AI 与 WHO、INRB 等机构合作，把地理空间模型用于埃博拉、霍乱、登革热等疾病预测，展示了公共卫生从被动响应转向主动预防的路径。
insitro精选AI 评分6060 insitro 与礼来共建的小分子体内 PK 预测模型上线 Lilly TuneLab
insitro 宣布，Lilly TuneLab 网络内的生物技术公司现在可以部署 insitro 与礼来共同构建的机器学习模型，用于预测小分子的体外性质以及关键的体内性质。
推荐理由：礼来 TuneLab 网络内生物技术公司可直接调用 insitro 与礼来共建的小分子体内性质预测模型，了解 AI 药物发现合作模式的一个样本。
Nature Biotechnology精选AI 评分7272 Visionary AI 用视网膜图像与血管建模预测妊娠期高血压疾病
研究团队提出可解释人工智能平台 Visionary AI，将视网膜图像与基于图的血管建模结合，在临床发病前预测妊娠期高血压疾病。该平台把视网膜图像转换为微血管结构的拓扑与几何表示，依据有生物学基础的血管特征而非通用图像嵌入或临床变量进行风险预测。在 1,267 例妊娠的前瞻性开发队列中，Visionary AI 对子痫前期在全人群对照设置下取得 AUC = 0.91、AP = 0.81；经稳定性优化的模型无需重新训练即迁移至独立外部验证队列，取得 AUC = 0.81、AP = 0.68，并优于临床与深度学习基准。
推荐理由：该框架把视网膜微血管拓扑与几何特征用于妊娠高血压疾病的早期预测，并在独立外部队列中验证了迁移能力。
Brian HieAI 评分2525 Minerva 语言模型部署至 Proto MCP
Brian Hie 表示已将 Minerva 语言模型及其交互头部署到 Proto MCP 上，并给出一个用 ChatGPT 重新查看非编码 RNA 已有注释的示例。
AbsciAI 评分5555 Absci 公布 AI 设计抗体 ABS-201 的 II 期 STORYLINE 试验设计细节
Absci 公布了其计划中的 II 期 STORYLINE 临床试验的关键设计细节，该试验将评估 AI 设计的抗体 ABS-201。ABS-201 靶向催乳素受体，旨在为子宫内膜异位症相关疼痛提供非性激素类治疗方案；目前 FDA 批准的药物均为影响雌激素的性激素疗法，手术切除病灶的五年内复发率接近 50%。全球约有 1.9 亿女性及女童患有子宫内膜异位症。
Romain LopezAI 评分2222 Romain Lopez 获 AI2050 早期职业研究员资助
Romain Lopez 宣布自己被 Schmidt Sciences 评为 2026 年 AI2050 早期职业研究员，该资助将支持其实验室开展用于扰动实验优化设计和免疫细胞工程的 AI 系统研究。
Microsoft Research BlogAI 评分2222 Microsoft Research Asia – Singapore 成立一年：推进前沿 AI 研究、合作与人才培养
Microsoft Research Asia – Singapore 作为微软在东南亚的首个研究实验室，成立一年来围绕下一代 AI 模型与智能体系统、领域专用 AI、AI 原生研究实践及生态与人才培养四大方向推进工作。
Bluesky：Rod Rahimi (@rodrahimi.bsky.social)精选AI 评分4040 医生谈 AI 让资深医生更强却让医学生变弱
Rod Rahimi 在 Bluesky 引用《纽约时报》观点文章《A.I. Has Made Me a Better Doctor. It's Made Med Students Worse.》，并提出疑问：自己面对背痛问题时，会拿聊天机器人的建议对照多年积累的思维模型，但若一直由机器人主导思考，这种模型还能否形成。
推荐理由：医生以自身经验对比 AI 辅助对资深医生与医学生判断力养成的不同影响，适合关注医学 AI 教育的人。
公众号：昌平实验室AI 评分3838 昌平实验室等联合发起“长江杯”2026全球AI蛋白质设计挑战赛
“长江杯”2026全球AI蛋白质设计挑战赛启动，由上海交通大学、上海人工智能实验室、临港实验室、昌平实验室等共同发起主办，聚焦AI蛋白质从头设计与真实湿实验验证。选手针对不同靶点设计纳米抗体或迷你结合蛋白，奖金总额100万元人民币，计划对不低于5000条设计序列开展免费湿实验检测。报名于9月24日开启、10月31日截止。
公众号：达摩院DAMO精选AI 评分7878 阿里达摩院发布食管癌 AI 模型 DAMO EAGLE，用平扫 CT 识别早期与癌前病变
阿里达摩院发布食管癌 AI 模型 DAMO EAGLE，尝试在不插管的情况下，从胸部平扫 CT 中识别早期食管癌和癌前病变。研究团队把内镜报告和增强 CT 上的病灶位置配对到平扫 CT 上训练模型；在机会性筛查场景下，模型对食管癌的敏感性为 90%，对癌前病变为 52.5%，真实场景特异性为 99.2%，在低剂量 CT 上性能未见下降。
推荐理由：在机会性筛查场景下，该模型对食管癌的敏感性达到90%，并给出了癌前病变与特异性的具体数字，可供关注影像 AI 早筛的读者对照。
Europe PMCAI 评分3838 美沙酮相关离子电流效应的计算模拟预测 QT 间期延长
基于 Tusscher-Noble-Noble-Panfilov（2004）模型和 Cardiac Safety Simulator 2.2 构建动作电位与心电图模型，用美沙酮多离子电流的体外数据模拟其致 QT 间期延长效应。
公众号：达摩院DAMO精选AI 评分8282 达摩院 DAMO RADAR 登上《科学》：一个模型识别 146 种腹部病症
达摩院发布通用医疗影像模型 DAMO RADAR，可覆盖含恶性肿瘤在内的腹部病症，研究团队评估了其中 146 种、涉及 18 个器官。该模型采用视觉-语言学习与器官级细粒度对齐策略，在近 4 万次真实世界检查中 AUC 达 0.913；与 26 名影像科医生的人机对比中，其平均准确率超过其中 23 名，AI 提示下医生识别疾病的敏感性提高 10%、用时减少 30% 以上。
推荐理由：该模型用器官级细粒度对齐把腹部 CT 与报告文本对齐，并给出与 26 名影像科医生的人机对比结果，可供做医学影像基础模型的人参考。
Bluesky：John Ebos (@ebos.bsky.social)AI 评分3030 肿瘤免疫微环境重塑可预测免疫检查点抑制剂应答
肿瘤免疫微环境重塑可预测免疫检查点抑制剂治疗应答，相关研究发表于 ScienceDirect。原文未披露研究对象、样本量、具体方法及数据公开情况。
Europe PMCAI 评分3838 面向肝病学的 AI 虚拟细胞：单细胞模型中的表征、生成、动力学与干预
这篇综述将肝脏 AI 虚拟细胞（AIVC）的建模路径归纳为三类：生成模型表征细胞状态，动力学与转运模型推断状态转换，预训练或基础模型检验表征能否跨供体、病因、疾病阶段和平台迁移，并以扰动响应预测作为贯穿性评估。
Europe PMCAI 评分2929 解码血管重塑中的PVAT复杂性：多模态单细胞技术揭示新治疗靶点
多模态单细胞技术（scRNA-seq、空间转录组与AI整合）正以空前分辨率解析血管周围脂肪组织（PVAT）生态系统，构建出揭示不同血管床细胞结构、表型可塑性与空间互作的整合图谱。综述据此提出Dpp4+前脂肪细胞、BMP4诱导的棕色化等新生物标志物与可干预疗法，并给出以人类PVAT生物样本库、CRISPR谱系追踪和AI建模为优先的转化路线图。
Caleb LareauAI 评分5858 MSKCC 团队在 Nature Biomedical Engineering 报告 AI 设计抗肿瘤治疗蛋白的首个进展
Memorial Sloan Kettering 癌症中心（MSKCC）Caleb Lareau 实验室在 Nature Biomedical Engineering 在线发表研究，报告其用 AI 设计新型治疗蛋白、并将其开发为抗肿瘤疗法的第一步。作者称这项工作始于三年前，目标是探索能否借助 AI 获得新的治疗性蛋白，更多细节见 MSKCC 新闻稿链接。
GigaScienceAI 评分4040 FPNuNet：面向免疫组化图像细胞核分割与分类的频率感知提示引导网络
FPNuNet 通过 4 个并行编码器（冻结的 SAM 结构编码器、冻结的 UNI 语义编码器、小波特征编码器和多尺度上下文编码器）提取多源特征，并用基于离散余弦变换的提示生成器与频率感知融合颈整合特征，在 CD47-IHCNuSC 数据集（86 张 CD47 染色食管癌图像块、18,483 个手工标注细胞核、7 个亚型）上取得所评估方法中最佳的实例分割与亚型分类性能。
Biohub精选AI 评分7878 Biohub 用 AI 揭示肿瘤细胞状态异质性，预测联合用药延长 DMG 小鼠生存
Biohub 与哥伦比亚大学等机构合作在 Nature Genetics 发表两篇论文，提出“cancer quantum biology”假说：同类型肿瘤在患者间拥有几乎相同的恶性细胞状态集合，这些状态可相互转换从而逃避单靶点药物。
推荐理由：两篇 Nature Genetics 论文提出肿瘤细胞状态在患者间高度保守，并用 AI 预测针对多状态的联合用药，在 DMG 小鼠模型中延长生存。
Owl PostingAI 评分3434 类器官究竟在哪些场景真正发挥了作用？
类器官在化疗反应预测上取得了最明确的成功：2018 年 Science 论文用转移性胃肠癌患者类器官筛选 55 种化疗药物，与 I/II 期临床试验结果对照，灵敏度 100%、特异度 93%、阳性预测值 88%、阴性预测值 100%。但一项前瞻性可行性试验显示，接受类器官指导治疗的患者未获得临床获益，且仅 57% 患者能成功建系、组织到读出约需十周。
Eran SegalAI 评分6060 LeDXA：基于 JEPA 的 DXA 视觉模型可从常规骨密度扫描预测疾病与生物年龄
作者发布预印本 LeDXA，一个基于 JEPA 的视觉模型，通过预测潜表征而非像素来学习，在 11,540 张无标注 Human Phenotype Project 扫描上从零训练，并在 47,400 张 UK Biobank 扫描上测试。
Peter LeeAI 评分3737 微软研究：通用AI模型在病理任务上胜过专用模型
微软研究院（MSFTResearch）表示其团队反复发现更通用的 AI 模型在专业任务上表现优于专用模型，并以与 Paige（现属 TempusAI）合作、发表于 Nature Medicine 的数字病理模型 PRISM2 为例。
Biohub精选AI 评分6060 Biohub 联合创始人 Priscilla Chan 回顾蛋白建模、细胞成像与患者驱动研究进展
Biohub 联合创始人 Priscilla Chan 发文回顾今年上半年进展，包括 5 月发布基于下一代 ESM 的蛋白质生物学世界模型，可预测蛋白折叠、相互作用与功能并设计新蛋白，已有科学家用它设计抗体候选并在早期实验室测试中针对癌症和免疫相关靶点显示初步结果。
推荐理由：Biohub 联合创始人以第一人称复盘半年进展，把蛋白世界模型、激光相位板与虚拟细胞计划串成一条开放科学路线。
Biohub精选AI 评分7575 Biohub 用全基因组 CRISPR 筛选结合 AI 发现银屑病新药靶点
Biohub 团队对原代人成年皮肤角质形成细胞完成全基因组 CRISPR 筛选，并用基于文献训练的大语言模型 VirtualCRISPR 筛出文献中未被关注的靶点，相关结果发表于 Nature Communications。
推荐理由：用离心递送绕过角质形成细胞转染难题，完成全基因组 CRISPR 筛选，再以语言模型筛出文献未覆盖的靶点。
BiohubAI 评分2222 Biohub 公布 AI 驱动罕见病研究愿景，Rare As One 网络启动第四轮招募
Biohub 公布以 AI 驱动罕见病精准治疗的研究愿景，并宣布 Rare As One 网络将于 2026 年秋季启动第四轮患者组织招募。自 2019 年以来，该项目已支持 94 家患者主导组织，覆盖逾 32 万名患者和社区成员及 2.6 万余名研究者，超过三分之二的组织建立了临床登记库、疾病模型等资源，过半已启动临床试验。
Silvana KonermannAI 评分2222 Arc研究所与OpenAI基金会合作推进阿尔茨海默病研究
Arc研究所与OpenAI基金会合作推进其阿尔茨海默病计划，目标是建模理解基因与环境如何塑造该复杂疾病风险并据此预防。研究结合功能基因组学、多细胞类型人类模型与因果机器学习方法，以理解并逆转阿尔茨海默病核心风险表型。
Patrick SchwabAI 评分3030 AI 取代科学家会削弱科研乐趣吗
Patrick Schwab 反驳"AI 主导科学会降低科研满足感"的观点：若机器能持续产出解决难题的新洞见，科学家更可能乐于探索这些发现而非关掉它，因为科学之爱在于进步本身。该讨论源于 NeurIPS 一场 AI for science 专题讨论，有与会者当场反对将人类完全移出科研流程。
Gunnar RätschAI 评分4242 基于GAN从H&E切片预测蛋白标志物表达
Gunnar Rätsch 分享了利用基于 GAN 的技术，在半对齐的成像质谱流式（IMC）标签与全切片图像上训练，从 H&E 病理切片预测蛋白标志物表达的最新工作，预印本发布于 medRxiv。
Gunnar RätschAI 评分4242 利用HIRID数据集预测呼吸衰竭
Gunnar Rätsch 分享了一篇刚完成的预印本手稿，基于更大的 HIRID 数据集预测呼吸衰竭相关方面，并扩展了此前关于循环衰竭的工作。