“我见证过无数次技术浪潮的席卷，每一次都似乎在重塑世界的格局。然而，在人工智能（AI）面前，所有过往的变革都显得黯然失色。”

近日，全球最具影响力的私人慈善机构——盖茨基金会，发布了其第十份年度《目标守卫者报告》（以下简称《报告》）。在报告的开篇，比尔·盖茨以主席的身份，将AI的地位提升到了前所未有的高度。

《报告》发出警告，AI的兴起可能加剧社会不平等，谁能从AI中获益、以及获益的速度有多快，这个窗口期非常短暂。要让AI真正成为改善全球最贫困人群生活与生计的利器，接下来的12到18个月将是关键时期。

与此同时，盖茨基金会宣布，计划在未来两年内至少投入10亿美元，以推动AI技术更加广泛、公平地惠及全球。从资金分配来看，健康领域占据了40%的份额，成为重点投资方向。

“AI的积极作用并非自然而然就能实现。”来自高校、医疗公司和技术公司的多位专家向徽声在线记者表示，仅仅提供AI工具并不足以提升医疗的可及性，本地化思维和数据才是关键。

盖茨基金会主席比尔·盖茨致辞 图片来源：《报告》截图

AI非“万能药”，工具交付不足提升医疗可及性

根据《报告》数据，在撒哈拉以南非洲地区，一名医生需要照顾大约2000名患者，这意味着一个医生往往要承担起整个城镇的健康重任。而在高收入国家，每个医生服务的患者数量不到200人。若想让撒哈拉以南非洲地区的医疗可及性接近这一水平，还需新增200多万名医生。

AI技术的迅猛发展，为中低收入国家填补医疗人力缺口带来了希望。因此，盖茨基金会承诺在未来两年内投入至少10亿美元，以缩小AI的可及性差距。其中，约40%的资金将用于教育领域，40%用于健康领域，10%用于农业领域，另外10%则用于建设公平普惠AI所需的数字基础设施，包括构建目前AI工具尚未充分覆盖的语言数据集。

在健康领域，盖茨基金会将支持AI诊断和临床决策工具的研发，赋能一线卫生工作者，改善孕产妇和新生儿健康，并利用AI加速新药和疫苗的研发进程。

然而，AI并不会自动弥合现有的医疗差距。清华大学医学院水木学者、助理研究员曾典告诉徽声在线记者，她的团队联合全球42家机构、214名来自不同资源条件地区的临床医生进行了对照实验。结果显示，AI模型对各组别医生的诊疗能力均有提升作用，也能缩小高低资源地区之间的诊疗差距。但低资源地区医生给出的诊疗建议评分，仍然不及高水平三甲医院的专家。

这一结论也得到了国际研究的交叉验证。今年，《Nature Medicine》杂志发表了一项重要研究，该研究在肯尼亚的16家基层医疗机构中，针对103名医务工作者和近万名患者进行了实地测试。研究证实，AI模型本身具有较高的准确率，但单纯将模型投放到临床环境中，并不会自动转化为实际的诊疗收益。

深势科技的算法研究员李翰政也有类似的观察。在依托AI分子模型研发新型灭蚊分子、应对蚊虫杀虫剂抗药性难题的合作项目中，他发现AI辅助研发能够拓展化学分子的探索边界，对候选化合物进行优先级筛选，减少无效实验。但AI并不能替代科研人员，实验数据会持续回输模型进行迭代优化，科学家的判断和科学试验仍然是整个链条的核心。

AI或催生新医疗鸿沟，中国定制医疗产品已出海非洲

“资源更好的医院将AI嵌入工作流，形成闭环，医生和AI的能力共同提升；而资源差的医院，医生只是单纯接收AI的建议，技能反而可能退化，这是非常危险的。”曾典的这句感慨，与《报告》的观点不谋而合。《报告》指出，如果完全由市场决定，最强大的工具将首先为最有支付能力的人和机构开发，而未必是那些最能从中受益的人。

《报告》提出，要让更多人真正从AI中受益，当前尤其需要做好三件事。

首先，让AI工具支持所有语言，因为目前训练早期大语言模型的数据中，90%以上来自英语信源；其次，基于本地数据，为本地情况设计AI工具；再次，投资人才和可及性，即医生、农民、教师和开发人员不仅要能够使用AI，还要有能力判断AI是否有效，并结合当地情况不断调整和改进。同时，AI技术本身也必须足够经济实惠。

在全球媒体电话会上，盖茨基金会CEO马克・苏斯曼（Mark Suzman）对徽声在线记者表示，团队相信AI在未来会带来变革性影响，但前提是要做好这些必要的投入。目前，AI的应用场景仍然比较有限，且尚未实现同等程度的规模化应用。

马克・苏斯曼还表示，长期来看，盖茨基金会希望全球企业和本地企业能参与到发展中国家AI市场的发展中，但关键是明确发展目标和受益人群。

从公开资料来看，中国企业已经积极投身其中，面向非洲孕产妇筛查的AI掌上超声就是典型案例。今年3月，理邦超声在肯尼亚发布了智能手持超声仪1.0版，成为全球第一家将基于AI的盲扫掌上超声产品推向非洲市场并实现商业化落地的公司。

理邦超声技术委员会主席莫建华告诉徽声在线记者，公司的这款产品主要针对非洲国家，基本上是为非洲等欠发达及医疗资源匮乏的国家和地区量身定制的。

“AI促进公平”需贯穿研发全程，本地化思维与数据至关重要

关于如何为非洲等地欠发达国家开发AI医疗工具，莫建华向徽声在线记者分享了宝贵经验。

莫建华表示，了解当地市场的需求是第一步。根据世界卫生组织的指南建议，即便是低风险孕妇，也应在24周前至少完成一次超声检查。但全球有三分之二的人口无法获得任何形式的医学影像服务，而他在非洲看到的实际状况更加严峻：相当大比例的孕妇在分娩之前没有做过任何一次超声检查。医护人员特别需要创新产品的使用指导，这一观察为公司的产品设计归纳了三个关键词：可负担、精准、可及。

在AI模型的训练上，本地化数据尤为重要。据莫建华介绍，为了保证AI模型的结果准确，团队使用了超过1.4万例样本进行模型开发，其中1.1万例用于训练，3800例用于测量模型性能。数据采集地区非常广泛，来自非洲、美国、中国、欧洲等地。

具体来说，在预训练阶段，团队采用了盖茨基金会支持的开源FAMLI数据集，该数据集样本主要来源于非洲与美国，其中非洲样本10000余例，美国样本2000余例。

在模型轻量化的开发和调优过程中，团队使用了理邦掌超在中国和非洲采集的上千例数据进行训练和测试。在最后验证阶段，团队采用了完全独立的从加纳采集的数据，但模型后期调优无需重复使用预训练阶段那样庞大的数据量。

在新型灭蚊分子的研发实践中，李翰政也总结出了具备本地化思维的研发经验。他表示，要将“AI促进公平”贯穿研发全过程，需要优先回答四大问题：第一，为谁研发，研发能否优先回应高疾病负担地区、资源约束场景下的真实需求；第二，如何开展验证，方案能否适配非洲当地蚊群抗性情况与现场使用条件；第三，面向欠发达地区人群，产品是否具备可负担性，因此未来要将制造成本、稳定性等纳入优化目标；第四，如何落地可及，依托公共卫生体系并配套后续科学评估。