Google 发布健康研究进展：90 篇论文与多项疾病检测成果

2026年10月12日

谷歌与科学家及研究伙伴合作，助力让疾病更易被发现、更可治疗、更可预防——目标是改善健康结果。

A healthcare professional sits at a desk reviewing mammogram scans and medical diagrams on dual computer monitors.

收听文章

[[duration]] 分钟

此内容由 Google AI 生成。生成式 AI 仍处于实验阶段

谷歌的健康研究与工具涵盖从基础细胞发现到实验室分析及患者影响。过去五年间，谷歌团队发表了 90 篇关于理解与应对疾病的同行评审研究论文，累计被引用超过 90,000 次。基于我们关于技术如何加速科学以改善生活的愿景，我们正与临床医生、学术机构和研究人员合作，确保发现能够走出实验室、惠及患者。以下是我们如何助力推进医学研究与公共卫生解决方案。

解码疾病的运作机制

AlphaGenome Atlas 是最全面的预测目录，用于预测人类基因组中单字母变异变化如何影响分子生物学。

The photo shows a close-up of a petri dish.

要有效治疗一种疾病，理解其在分子、遗传和细胞层面的运作方式会有所帮助。我们的早期生物学模型可作为科学家的协作研究工具，揭示自然界隐藏的机制并推动医学发现。

加速药物发现：巴塞罗那全球健康研究所的研究人员使用 AlphaFold 对 30,000 种化合物进行了虚拟筛选，以寻找针对恰加斯病的抗寄生虫活性。恰加斯病是一种被忽视的热带疾病，影响约 800 万人，若不治疗可能导致危及生命的并发症。这项研究帮助该研究所识别出两种 FDA 批准的药物，可重新用于恰加斯病，从而加快治疗时间。
绘制与衰老相关的遗传变异图谱：识别哪些罕见遗传变化与特定疾病相关颇具挑战，因为大量无影响的突变会形成“背景噪音”。埃克塞特大学的研究人员使用 AlphaGenome Atlas 检索了超过 54,000 人的基因组数据，精确定位了驱动人体内关键循环蛋白丰度的特定变异，包括 PLA2G7（与衰老相关）和 EGLN1（一种重要的细胞氧传感器）。
在纳米尺度重建大脑：我们与哈佛大学 Lichtman 实验室合作，以纳米级分辨率重建了一块人脑片段，并通过 Neuroglancer 公开了数据。我们还绘制了模式生物的大脑图谱，包括果蝇、斑马鱼幼体和鸣禽。这些神经图谱资源使研究人员能够推进对大脑功能的研究。

加速医学解决方案的工具

在 AlphaFold 支持下开发的蛋白质可视化图谱。

A man looking at a computer screen displaying a 3D molecular structure with red and green atoms and bonds against a dark background.

实验室是验证、工程化生物学发现并将其转化为潜在医学和公共卫生解决方案的地方。我们的模型已用能够快速、准确处理大量数据的系统取代了缓慢的迭代流程。

以超快速基因组测序支持遗传病诊断：我们与斯坦福大学医学院合作，在临床试验中使用 DeepVariant 和 DeepConsensus，帮助在时间紧迫的病例中确定遗传病的病因。该项目通过在全基因组测序中于不到八小时内完成遗传病诊断，协助实现了挽救生命的干预措施，这一前所未有的成就也获得了吉尼斯世界纪录的认可。
从零开始设计定制酶：我们推出了 AlphaProtein Novo，这是一个从第一性原理出发创造自然界中不存在的新酶的机器学习流程。在实验室测试中，它成功设计出用于合成关键药物基序的定制酶，以及其他可在极端条件下降解有毒环境塑料的酶——展示了设计功能性蛋白质的能力，其功能可超越目前自然界已知的范围。
支持主动的公共卫生举措：一个社区的健康与其地理环境密切相关。我们正在将 Google Earth AI 模型与环境、天气、流动性及其他数据相结合，以帮助公共卫生领导者预测疾病暴发并向脆弱社区提供医疗服务。在 WHO AFRO 和刚果（金）INRB 的一项新研究中，对话式地理空间模型取代了数周的手动编码，帮助更早识别埃博拉暴露和传播风险——使当地响应人员能够主动部署移动实验室。

以机器学习模型支持医疗服务提供者

新的乳腺X线筛查系统可帮助发现历史上被漏诊的间期癌症，并减轻专科医生的阅片工作量。

A healthcare professional with short dark hair and a light jacket looking at a mammogram scan displayed on a computer screen.

医学突破只有能帮助到真实的人才有意义。我们的研究表明，机器学习模型既可以帮助支持疾病检测，也可以减轻行政工作负担，使医疗服务提供者能够专注于诊疗。

标记历史上被漏诊的癌症特征：在与伦敦帝国理工学院和英国国家医疗服务体系（NHS）合作发表于《Nature Cancer》的两项研究中，我们在125,000名女性中评估了一套乳腺X线筛查系统。该系统发现了25%历史上被漏诊的间期癌症，同时显示出可将专科医生阅片工作量减少多达40%的可能性——这可能有助于为面临严重放射科医生短缺的医疗系统提供关键缓解。
揭示隐藏的儿童白血病突变：当 Children’s Mercy Hospital 将其应用于此前已测序的真实世界儿童白血病病例时，DeepSomatic 确认了所有已知变异，同时检测出10个此前被漏诊的突变——尽管面临仅使用肿瘤样本的挑战。DeepSomatic 已公开可用，并有可能为围绕患者风险和靶向治疗的临床判断提供依据。
预测全球流感高峰：Google 的流感预测模型在预测 2025–2026 流感季流感相关住院人数方面被美国疾病控制与预防中心（CDC）评为第一名。该模型借助我们的实证研究辅助工具开发，在与其他 38 个系统的比较中脱颖而出，准确匹配了实际观察到的住院情况，展示了这项技术如何帮助公共卫生官员预判医疗服务需求，并更好地为季节性疫情暴发做好准备。

让每个人都能获得更好的健康

要变革健康事业，需要科学家、研究人员和机构携手合作。正因如此，我们为科学界提供先进的模型和开放获取平台，以推动突破性研究——同时提供他们应用这些研究所需的慈善资金和计算能力。

通过 Google.org，我们正在支持诸如Makerere 大学传染病研究所等组织，利用 AlphaFold 和 AlphaMissense 预测疟疾耐药突变；以及宾夕法尼亚大学，利用 AlphaProteo 和 AlphaFold 帮助设计新型细胞疗法，以增强对实体瘤和复杂疾病的治疗。2026 年，Google.org 已向世界各地正在应用先进模型来改变我们理解和治疗疾病方式的组织提供了超过 6000 万美元。

通过在疾病的每个阶段加以应对，我们可以将最棘手的人类健康挑战转化为可付诸行动的解决方案，帮助世界各地的人们活得更长久、更健康。

在您的收件箱中获取 Google 的最新消息

订阅我们的新闻通讯，获取产品更新、活动信息、特别优惠等更多内容。

您的信息将按照Google 隐私政策使用。您可以随时选择退出。

关于作者

Yossi Matias

Google 副总裁兼 Google Research 总经理

Yossi Matias 是 Google 副总裁兼 Google Research 负责人。在 Yossi 的领导下，世界一流的全球团队正在基础机器学习与算法、计算系统与量子计算、科学、人工智能在健康、气候、可持续发展、教育和文化与行为智能等社会影响领域开展突破性研究。Yossi 还领导团队推进生成式 AI 的基础研究进展，包括事实性和效率方面，推动现实世界影响并塑造技术的未来。

收起

Pushmeet Kohli