诺华首席执行官万思瀚给了一个具体数字:AI有望把新药研发从12年压到8年。省下的四年不是小数。一款药的生命周期里,时间就是专利,就是现金流。他说诺华已经用AI加快临床试验、分析数据、识别候选药物。听着不炫,但效率是实打实的。
另一边,蚂蚁 inclusionAI 在 Hugging Face 开源了生理信号编码器 LingSante-Pulse-1.0,MIT 协议,拿来就能用。它做的是心电这类连续生理信号的统一表征,只负责信号编码。想跑完整流程,还得配上推理代码包。对做可穿戴和健康硬件的开发者来说,这是一块免费的地基。
也有反面。一起死亡事件把问诊AI推到风口浪尖:一个被设计来生成文本的系统,凭什么给出“要命”的答案?它能像人一样说话,但负不了医生的责。一旦被放进问诊场景,它的输出就成了建议,建议又容易被当成医嘱。
三件事放在一起看,AI医疗眼下就是这样:药物研发这一端,省下来的时间确实值钱;基础模型开源,让行业门槛低了不少;临床决策这一端,那条线还远远没划清。工具可以强,话不能乱说。谁在什么场景下、对什么结果负责,这个问题不解决,再好的模型也不敢往诊室里放。