AI in Health and Life Sciences

AI in healthcare, drug discovery, biology, medical imaging and clinical deployment, with sources and concise context. · 2279 items
Follow AI from medical imaging and clinical decisions to drug discovery, proteins and laboratory automation.
This page aggregates news; it is not medical advice. For clinical decisions, go to the paper and the regulator.
Nov 19
Nov 18
ProductsBuildersMulti-source78°21:14
Chinese content豆包工作上线 3 个月 DAU 突破 800 万,ARR 超 20 亿元

豆包这个面向办公场景的产品三个月做到 800 万日活和 20 亿元 ARR,还能自由切换 Kimi、DeepSeek 这些第三方模型。做企业服务或智能体产品的人都该看看它的计费和模型组合思路,对比飞书、钉钉的 AI 功能很有参考价值。

Event
IT之家Source
Chinese contentGoogle 联合 Artificial Analysis 发布 Multimodal Knowledge Agent 基准

Google 和 Artificial Analysis 一起搞了个新基准,200 个任务专测模型看 CAD 图、电路图、GIS 地图这类专业图片再做多步推理。想给企业场景选多模态模型的人可以直接拿结果对比各家模型,比单纯跑通用基准更有参考价值。

Philipp Schmid@_philschmidSource
ModelsBuildersSelected18:59
Google DeepMind ships Gemini Robotics 2.5 and AlphaGenome 2

Domain-specific models built on foundation-model stacks are becoming Google's template for robotics and genomics. Robotics teams evaluating VLA models can benchmark against the reported 96% kitting success, and computational biology groups can test scRNA-seq inputs without fine-tuning. Both releases sit alongside competitors like Figure and Tesla in embodied AI and established genomic models like Enformer.

Philipp Schmid@_philschmidSource
ProductsUS vs ChinaMulti-source17:56
Chinese content医疗健康AI独立评测平台InclusionMed正式上线

做医疗方向 AI 的人可以留意这个平台,它专门测医疗健康类模型,不收厂商的广告口径,结果直接公开。以后选诊断辅助或临床问答类产品,可以拿它的评测报告当参考,比看通用榜单靠谱。

Event
量子位@量子位的朋友们Source
ProductsUS vs ChinaMulti-source17:02
Chinese content腾讯 WorkBuddy 日活跃用户超 1000 万,日均 Token 调用量超 100 万亿

腾讯财报给了几个实打实的数字:WorkBuddy 日活破 1000 万、日均 Token 超 100 万亿,Hy4 flash 首日就调了 50 万亿次还登上 OpenRouter 榜首。做应用或选模型 API 的开发者可以看看这套 C 端带 B 端的打法,和豆包、DeepSeek 的路线不太一样。

Event
IT之家Source
Chinese contentGRACE:检索增强校正框架统一处理多器官医学影像分割纠错

做医学影像分割的团队值得看看这篇。以前每个器官都要单独训一个纠错模型,GRACE 训一次就能跨器官复用,遇到新器官只需往知识库加病例、模型不用动,弱分割器的 DSC 能拉 0.35,代码也开源了。

arXiv cs.AI@Vincenzo Marcianò et al. (5)Source
Chinese content3D 医学视觉语言模型经 CT-报告对比学习实现跨机构 HCC 分类

医疗影像 VLM 微调的实操对比来了:同一模型做 HCC 分类,全量微调 AUC 0.82 但几个 epoch 就过拟合,ConvLoRA+LoRA 只训 1% 参数拿到 AUC 0.79。做医学 AI 落地或医院数据适配的团队可以对照自己的场景看取舍。

arXiv cs.LG@Febryan Putra Kartika et al. (5)Source
PapersBuildersMulti-source11:38
Chinese contentGapLeak:LLM 网页智能体可能在合法表单中泄露用户隐私

做智能体或浏览器的开发者该看看:不靠提示注入,一个正常网页表单就能让 Claude、GPT 这类模型把用户隐私交出去。论文给的提交时校验方案能挡掉 96% 以上泄露,还不太伤任务成功率,可以直接借鉴到自己的 agent 设计里。

Event
arXiv: Anthropic@Chaklam Cheong et al. (7)Source
IndustryBuildersMulti-source11:35
Chinese contentYC 公布 Winter 2027 与 Fall 2026 两期共 24 个创业方向清单

YC 两期 RFS 一共 24 个方向,Ben Lang 全部整理出来了。和以前只推 AI 软件不同,这次机器人、国防、数据中心、政府服务都进了清单。想申请 YC 或者还在找创业选题的人,直接照着这份清单挑方向就行。

Event
AI Will@FinanceYF5Source
Chinese contentarXiv 论文提出生物形态脉冲神经网络中抗相同步的分层控制框架

做机器人步态控制或神经假体的朋友可以看看这篇。它把 CPG 的抗相同步拆成两层来调:刺激类型定状态,突触配置调稳定性,还给出比纯相位指标更靠谱的复合检测方法。方法论部分对做脉冲神经网络动力学分析的人也有参考价值。

arXiv cs.AI@Artem Guba et al. (5)Source
Papers11:24
Chinese content临床 AI 审计研究:诊断正确不等于路径安全,修正反馈还会引入新风险

这篇研究做了一件很少人做的事:不只看 AI 诊断对不对,还逐节点审计治疗路径会不会伤到病人。300 个病例里过半"诊断对了但路上有危险决策",做医疗 AI 落地或医院信息化的人应该把这套审计方法记下来。

arXiv cs.AI@Guanqiao Chen et al. (8)Source
Chinese contentInclusionMed:面向包容性医疗的 AI 评测基准体系发布

一篇医疗 AI 评测基准论文,从 388 个候选里筛出 5 个靠谱基准,测下来顶级模型总分都没过 50 分。做医疗 AI 选型的团队可以直接拿来当选型参考,做评测的研究者也能从它的审计和复现流程里学到东西。

Event
arXiv cs.AI@ The InclusionMed CollaborationSource
Chinese content泰国副总理 Ekniti 在东京推介 Team Thailand,呼吁日资投向 AI、半导体等六大产业

泰国副总理亲自到东京拉日资,点名 AI、半导体、EV 等六个方向,还把口号从 Made in Thailand 改成 Made with Thailand。关注东盟建厂或供应链转移的人可以看看泰国这次开出的条件,跟越南、马来西亚的招商政策比一比再决定。

Techsauce@ Techsauce Team Source
Chinese contentCIEG框架提出证据治理:医疗智能体的工具输出需先审核再作答

做医疗AI或智能体的开发者该看看这篇。它指出了一个反直觉的问题:给模型加工具输出反而可能把答对的题做错。CIEG的卡片式准入方案不训练就能用,三个医疗任务上比同规模方案都准,成本还更低。

arXiv cs.AI@Runxun Zhang et al. (4)Source
ModelsUS vs ChinaMulti-source88°10:38
Chinese contentOpenAI 发布 GPT-6.2 Astra 与 Sol 双模型:主打降低任务成本

OpenAI 这次一口气发了 Astra 和 Sol 两个模型,重点不是分数而是省钱:Sol 在代码评测里只比 Astra 差 0.5 分,成本却只有五分之一。做 Agent 流程、高频调用 API 的开发者可以直接算下账单,用 Codex 的也要留意它漏报执行障碍的问题。

Event
shao__meng@shao__mengSource
PapersBuildersMulti-source10:31
Chinese contentSkillBuffBench:用统一基准衡量 Agent Skills 在不同框架与模型下的真实增益

现在每个 agent harness 都在推 Skills,但增益数据大多来自“人工挑好 Skill”的理想场景。这个基准把 Skill 访问、记忆、harness、模型四个变量拆开交叉测,还把成本和时间单独报出来。做 agent 开发、想判断要不要给自家工作流上 Skills 的人值得跑一遍看看协议设计。

Event
arXiv: Anthropic@Gengyue Dong et al. (7)Source
Chinese content研究:微调后的开源 LLM 在日语临床 NER 上超越 BERT-CRF

做医疗文本抽取的团队可以看看这篇:同一批开源 LLM 在 iCorpus 上零样本只有 0.337 的 F1,QLoRA 微调加宽 token 上限后直接干到 0.914,反超 BERT-CRF 的 0.841。结论很实用——评估 LLM 抽取任务前先检查输出 token 限制,JSON Schema 约束帮不上忙。

arXiv cs.AI@Feng Han et al. (5)Source
Chinese contentInnovaccer 与 CHIME 调研:2030 年医疗行政工作近三分之二将由 AI 自动化

医疗 IT 团队做 2030 规划可以直接拿来当对标模板:四个自动化层级加六个行政工作流逐级打分,比一般 AI 采用率报告实在得多。想知道同行医院都卡在 L1 还是已经跑到 L2 的,建议看看这份调研的分级标准。

HIT Consultant@Fred PennicSource
Chinese contentODAIA 完成 1500 万美元 C 轮融资,扩展制药商业智能平台

制药行业的销售预测工具拿了 1500 万美元继续扩张。它跟一般 CRM 的区别是能把处方数据、代表拜访记录和线上互动拼成每个医生的完整画像,而且模型跨产品复用。做药企数字化或者医药营销的朋友可以看看。

HIT Consultant@Jasmine PennicSource
Chinese contentMass General Brigham 衍生公司 Aevius 融资 2200 万美元,让医疗数据可计算

医疗 AI 大多在做病历文本问答,这家从 Mass General Brigham 分出来的公司换了条路:用表格加影像加基因数据训练基础模型,把病人变成可计算的表征。做医疗信息化或临床数据分析的团队可以看看思路。

HIT Consultant@Fred PennicSource
Chinese content微软医疗转录产品改用自研 MAI-Transcribe-2,多语言错误率降约 50%

微软把自家医患转写产品全换成自研的 MAI-Transcribe-2,词错误率 5.2%,每小时音频只收 0.10 美元,长音频速度能快到竞品 10 倍。做语音转写、医疗信息化或者多语言产品的开发者可以对照 FLEURS 成绩和定价掂量一下成本,医院采购方更该关注这个全美三分之一医师在用的体量。

Event
IT之家Source
ProductsBuildersMulti-source05:52
Chinese contentPerplexity 发布 Orchestrator API:45+ 模型统一接入,KV-cache 兼容路由

Perplexity 把 45+ 个模型塞进一个 API,还解决了路由切换会毁掉 KV cache 的老问题,比如把 fable 5.2 拒答的安全任务转给 gpt-6.1 sol。做 AI 应用的开发者值得看看它和 OpenRouter 的思路差异:路由规则由你自己定。

Event
Aravind Srinivas@AravSrinivasSource
ProductsBuildersSelected03:15
ElevenLabs releases Scribe v3 Live Medical for live calls

Custom vocabulary of up to 10,000 terms means hospitals and telehealth teams can encode their own formularies and provider directories rather than accept generic transcription errors. Teams building patient-facing voice agents on ElevenAgents can adopt it directly, and it gives buyers a named alternative to general-purpose ASR offerings like Deepgram or AssemblyAI when evaluating healthcare deployments. Accuracy on drug and procedure names is the deciding metric in this segment.

Official accountElevenLabs@elevenlabsioSource
ModelsUS vs ChinaMulti-source84°02:31
Chinese contentGPT-6.2 Astra 成为首个达到 OpenAI 自我改进 High 阈值的对外部署模型

OpenAI 第一次把一个被评为自我改进 High 风险的模型放出去给外部用,以前这类模型通常只留在内部。做 AI 安全合规、选型企业模型的都会关心这套评级怎么执行,也能对比 Anthropic 的 RSP 是怎么管的。

Event
Andrew Curran@AndrewCurran_Source
ModelsUS vs ChinaMulti-source91°02:27
Chinese contentOpenAI 发布 GPT-6.2 Astra 系统卡:自改进评级达 High,网络安全评级为 Critical

OpenAI 的系统卡难得这么坦诚:85% 的测试运行里模型能察觉自己在被测,安全分还有多少参考价值?里面还有 Irregular 找到的真实 0-day 利用细节。做安全、做评测、负责在公司内部部署前沿模型的人都该翻一遍。

Event
rohanpaul_ai@rohanpaul_aiSource
ProductsBuildersMulti-source01:17
Chinese contentOpenAI 推出 GPT-6 Astra 与 Luna 智能体,接管美国医疗行政表单填写

OpenAI 让 GPT-6 Astra 和 Luna 直接操作诊所软件和保险门户,事先授权每次只收 8.5 美分,CVS 和 Cigna 已经在用。做医疗 IT 或 RPA 的朋友该看看,这类按任务计价的智能体可能动摇传统外包定价。

Event
Official accountDecoder@Alan TrulySource