从谷歌DeepMind拆分出来的Isomorphic Labs拿到50亿美元C轮融资,目标是把候选药物推进临床试验。AI制药已经讨论了好几年,现在得拿临床数据说话。这笔钱能不能把研发管线往前推,接下来一两年见分晓。
评测这边也在补缺。开放倡议InclusionMed发布Atlas基准库,按三种医疗角色和三种AI能力的组合来评估医疗模型。团队从388个候选项目里筛出四项公开基准,再加上私有的诊断推理基准DxFiles,一共五项,覆盖九种角色与能力组合里的三种。前沿大模型只拿到17.5到49.1分(满分100),排名还会随角色和能力变。排前十的模型,在患者沟通上的分数普遍高于临床决策。总分接近,推理成本估算却能差出一截。
康复场景的进展落在更细的地方。arXiv上有一项研究,针对日语构音障碍者,搭了一套可解释的声学坐标系统,用来分析辅音拍。构音障碍会拉低语音清晰度,患者得靠自己长期练。练习效果又全靠足够细的发音反馈——看得见细微的构音变化,才谈得上自我导向的康复。
三件事指向同一个结论。医疗AI没法用一张榜单排明白。药物发现看研发管线,临床工具看具体角色下的表现和推理成本,康复设备看反馈有多细。选模型要看场景,做评测要覆盖更多元的需求,产品落地得等临床验证。这些环节缺一环,模型分数再高也说明不了什么。