Google Research 於 2026 年 10 月 12 日發表文章，由副總裁 Yossi Matias 與 Google DeepMind 科學副總裁 Pushmeet Kohli 署名，交代過去五年與科研夥伴合作的成果，目標是令疾病更易被偵測、治療與預防。官方指出，Google 團隊五年內發表 90 篇關於理解與應對疾病的同行評審論文，累積超過 90,000 次引用[1]。
由分子層面理解疾病
巴塞隆拿全球健康研究所的研究人員使用 AlphaFold 虛擬篩選 30,000 種化合物，尋找對抗美洲錐蟲病（Chagas disease）的抗原蟲活性。該病影響約 800 萬人，研究結果協助識別出兩款美國食品藥物管理局已批准、可重新定位用途的藥物，加快病人獲得治療的時間[1]。
在基因變異方面，艾克斯特大學研究人員使用 AlphaGenome Atlas，在超過 54,000 人的基因組數據中找出與體內關鍵蛋白水平相關的變異，包括與老化相關的 PLA2G7。Google 亦與哈佛大學 Lichtman Lab 合作，以納米級解析度重建人類腦部片段，並透過 Neuroglancer 公開數據[1]。
加速實驗室與臨床應用
Google 與史丹福大學醫學院合作，在臨床試驗中使用 DeepVariant 與 DeepConsensus 協助找出遺傳疾病成因，成功在八小時內完成全基因組測序診斷，這項成果獲健力士世界紀錄認可[1]。
Google 同時發表 AlphaProtein Novo，一套從基本原理設計全新酶的機器學習流程。實驗室測試成功設計出可合成藥物關鍵結構的酶，以及可在極端環境下降解有毒塑膠的酶。公共衞生方面，Google Earth AI 結合環境、天氣與流動數據協助預測疾病爆發；世界衞生組織非洲區域辦事處與剛果民主共和國 INRB 的新研究，以對話式地理空間模型取代數星期的人工編碼工作，更早識別伊波拉的暴露與傳播風險，讓當地應變人員及早部署流動實驗室[1]。
支援前線醫療
在癌症篩查方面，Google 與倫敦帝國學院及英國國民保健署合作，在《Nature Cancer》發表兩項研究，於 125,000 名女性中評估乳癌篩查系統，結果捕捉到 25% 歷史上被漏診的間隔癌症，並顯示有可能把專科醫生閱讀工作量減少最多 40%[1]。
DeepSomatic 在 Children’s Mercy Hospital 應用於真實兒童白血病個案，確認所有已知變異，並額外找出 10 個先前被漏診的突變。Google 的流感預測模型亦獲美國疾病控制及預防中心評為 2025 至 2026 季度預測流感相關住院人數的第一名，在 38 個系統中表現最佳[1]。
開放平台與資助
Google 表示，除把模型與平台開放使用外，亦透過 Google.org 提供資助與算力。單在 2026 年，Google.org 已向全球應用先進模型研究疾病的機構提供超過 6,000 萬美元，受助機構包括 Makerere 大學傳染病研究所與賓夕凡尼亞大學[1]。
參考資料
[1] Applying technology to understand and treat disease（2026-10-12）