阿布扎比，2026年4月6日（WAM）——人工智能正在改写医学的可能性边界。在2026年世界卫生日“携手健康，支持科学”的全球主题下，阿布扎比穆罕默德·本·扎耶德人工智能大学（MBZUAI）的研究人员展示了这一理念的实际应用。
世界卫生组织（WHO）数据显示，全球每三秒就有一例新增痴呆症病例，目前尚无治愈方法。但一种近乎同等重要的解决方案即将问世：提供早期预警以采取行动。
MBZUAI研究人员开发的MAGNET-AD人工智能系统，可在患者出现任何症状前二十年预测阿尔茨海默病发病。这项重大早期检测突破采用时空图神经网络识别常规临床评估难以察觉的生物模式。根据《柳叶刀公共卫生》发表的里程碑式研究，到2050年全球痴呆病例预计将达到1.52亿。
“对于无法治愈的疾病，早期检测至关重要，”开发团队博士研究员萨尔玛·哈桑表示。该团队还创建了ClinGRAD系统，可同步分析脑部核磁共振、基因组数据和临床记录，以98.75%的准确率对痴呆亚型进行分类。此项研究经MICCAI 2025（顶级医学影像会议）同行评审，并在多中心多模态ANMerge数据集上验证，证明其对不同人群的稳健性。
根据2025年1月发表在《英国医学杂志》的系统综述（涵盖500多万患者），痴呆诊断可能使预期寿命缩短3至30年。在此背景下，该精度水平具有重大意义。
阿尔茨海默病研究是MBZUAI——全球首所专注AI研究的大学——推动医学边界的五大领域之一。今年世界卫生日，这些成果生动展现了AI如何快速从科研论文转化为实际医疗影响。
现代医学中最反直觉的发现之一是：人体某些最具揭示性的信号可通过视网膜观测。MBZUAI研究人员去年在克利夫兰诊所阿布扎比分院证实，简单的眼部扫描可无创检测糖尿病、高血压、阿尔茨海默病和心脏病的早期征兆，且在患者尚未察觉异常时即可预警。考虑到国际糖尿病联合会估计阿联酋约16%的成年人患有糖尿病（全球最高比率之一），该技术对人群健康筛查意义重大。
同时，研究团队正在开发结合视网膜血管成像与心电图数据的AI系统，用于早期心力衰竭检测。研究人员强调，该系统旨在作为数字第二诊疗意见，弥补可能被遗漏的诊断盲点，而非取代医生。
对于中东和非洲数百万民众而言，优质医疗获取受限不仅源于地理距离，更因语言障碍和健康素养不足——这些仍是未被充分解决的障碍。MBZUAI的AI阿拉伯医生项目依托希沙姆·乔拉卡尔博士团队研发的BiMediX医疗AI模型家族，致力于弥合这一差距。该项目已获多项国际认可，包括2024年Meta Llama影响力创新奖和2025年英伟达学术资助。
BiMediX作为核心，是支持阿拉伯语-英语的医疗大语言模型（LLM），确保跨语言医疗理解与沟通，已在Hugging Face平台下载超14万次。在此基础上，BiMediX2扩展了系统能力，可同步解析X光片、核磁共振和CT扫描等医学影像。后续通过MediX-R1和MedAgentSim的增强，进一步提升了临床推理能力，并支持多样化医疗场景中的互动式患者沟通。近期在持续项目中，模型语言能力已扩展至印地语（全球6亿人使用），获MBZUAI-IIT联合研究种子基金支持。
研究团队已在EMNLP和MICCAI等顶级AI与医学会议发表成果，并开源模型、数据和代码，践行MBZUAI推动中东及全球AI研究的承诺。通过集成Telegram和移动应用平台，支持文本及语音交互，该系统旨在为偏远地区低健康素养人群提供全天候母语初步医疗指导。
WHO数据显示，全球每33名新生儿中约有1名受先天畸形影响，年均约600万例。穆罕默德·亚库布副教授毕生致力于缩小这一差距。其ScanNav技术作为全球首个获认证的AI胎儿畸形扫描评估系统，已从牛津实验室走向FDA批准，并部署于GE医疗全球网络，每年惠及数百万女性。
在MBZUAI，该研究已扩展为FetalCLIP模型——基于21万张超声图像（同类最大数据集）训练，能比以往更快更准地检测胎儿心脏缺陷并提供精确解剖测量。团队后续开发的MobileFetalCLIP，以轻量化模型实现同等功能，专为边缘设备设计，将可靠胎儿筛查延伸至最急需的低资源地区。
2025年11月，MBZUAI与GenBio AI凭借AI驱动数字生物体（AIDO）项目——从基因活性、蛋白质行为到细胞功能及器官系统的全方位人体生物学模拟——荣获阿联酋人工智能科学研发类奖项。
该项目的DNA、RNA、蛋白质和细胞基础模型可预测分子与细胞特性，而通用表达变换器（GET）能在实验室实验前预判基因在特定条件下的行为。其目标远超实验室范畴：旨在加速、保障并降低药物研发成本，最终建立对疾病根源的全新认知框架。
这些突破共同诠释了“支持科学”不仅是理念，更是实践。在阿布扎比，MBZUAI正使这一未来成为现实。
【全文结束】
