2026-03-04 日報 ⌂ 
---
date: 2026-03-04
tags: [基因編輯, 大型語言模型, 專利訴訟, 罕見疾病, 實證醫學]
---

🩺 AI與醫藥每日摘要 - 第 013 期 (2026-03-04)

🌟 重點導讀 (Daily Highlights)

1. 【臨床突破】體內鹼基編輯基因療法首現曙光，成功對抗家族性高膽固醇血症
- 新聞標題：家族性高膽固醇血症的鹼基編輯里程碑 (Base editing milestone for familial hypercholesterolemia) / 針對雜合子家族性高膽固醇血症的體內鹼基編輯基因療法：第一期臨床試驗 (In vivo base editing gene therapy for heterozygous familial hypercholesterolemia: a phase 1 trial)
- 原文連結：Nature Medicine (1) / Nature Medicine (2)
- 詳細導讀：一項具備突破性意義的第一期臨床試驗結果出爐，為體內基因編輯技術立下了全新里程碑。研究團隊針對六名患有雜合子家族性高膽固醇血症（FH）的患者，施打了專為鹼基編輯設計的脂質奈米微粒（LNP），目標是使其肝細胞中的 PCSK9 基因失去活性。初步數據顯示，該療法成功降低了患者體內的低密度脂蛋白（LDL）水平，且過程中未發生任何嚴重的不良事件，亦未發現脫靶效應的證據。儘管要將此技術轉化為常規療法，仍需在編輯效率、安全性、患者篩選與試驗設計上進行嚴格的優化，但此概念驗證的成功，已為未來單次治癒遺傳性心血管疾病開啟了大門。

2. 【AI 醫療應用】AI 驅動病歷審查，精準鎖定罕見疾病臨床試驗潛在受試者
- 新聞標題：AI 驅動的病歷審查準確識別潛在的罕見疾病試驗參與者 (AI-driven chart review accurately identifies potential rare disease trial participants)
- 原文連結：Medical Xpress
- 詳細導讀：罕見疾病的臨床試驗往往面臨招募困難的瓶頸。由克里夫蘭診所（Cleveland Clinic）與 Dyania Health 聯合發表於《心臟衰竭期刊》的最新研究指出，經過醫學專業訓練的大型語言模型（LLM）系統，能夠極其準確且高效地篩選電子病歷（EMRs），從中找出符合罕見疾病臨床試驗資格的患者。這項真實世界證據（RWE）表明，具備 AI 技術的病歷審查不僅能大幅提升招募速度與準確性，更能促進臨床試驗參與的公平性，為罕病藥物研發帶來極大助益。

3. 【實證醫學】LLM 輔助系統性回顧揭露：多數醫學 AI 研究缺乏真實世界臨床數據
- 新聞標題：LLM 輔助的臨床醫學大型語言模型系統性回顧 (LLM-assisted systematic review of large language models in clinical medicine)
- 原文連結：Nature Medicine
- 詳細導讀：AI 究竟在真實醫療環境中表現如何？一項透過大型語言模型（LLM）輔助執行的系統性回顧研究，分析了超過一千篇探討 LLM 在臨床醫學應用的文獻。結果驚人地發現，儘管相關醫學研究數量呈現爆發性成長，但絕大多數的研究仍停留在理論或測試資料集階段，並未使用「真實世界臨床數據」進行驗證。這項發現對當前的醫療 AI 熱潮敲響了警鐘，凸顯出從實驗室走向臨床實務之間仍存在巨大鴻溝，呼籲學界應加強真實世界數據的落地驗證。

4. 【藥物研發與產業】Moderna 斥資高達 22.5 億美元和解 mRNA 疫苗專利訴訟
- 新聞標題：STAT+：Moderna 將向 Roivant 支付高達 22.5 億美元，以和解 mRNA 疫苗背後的專利訴訟 (STAT+: Moderna to pay Roivant up to $2.25 billion to settle patent lawsuit behind mRNA vaccines)
- 原文連結：STAT News
- 詳細導讀：在 mRNA 技術的激烈專利戰中，Moderna 為了避免潛在的毀滅性判決，選擇與 Arbutus 及 Roivant 達成天價和解。根據協議，Moderna 最高將支付 22.5 億美元來終止這場曠日廢時的法律糾紛。這筆和解金不僅為 Arbutus 與 Roivant 帶來了鉅額的意外之財，也讓 Moderna 得以卸下新冠疫苗專利侵權的法律包袱，專注於未來新世代 mRNA 產品的研發與商業化布局，此舉將深刻影響全球核酸藥物產業的競爭板塊。

5. 【AI 安全與倫理】LLM 具備大規模去識別化能力，嚴重威脅假名用戶隱私
- 新聞標題：大型語言模型能夠以驚人的準確度大規模揭露假名用戶身分 (LLMs can unmask pseudonymous users at scale with surprising accuracy)
- 原文連結：Ars Technica Tech Lab
- 詳細導讀：網路上的「假名（Pseudonymity）」機制一直被視為保護隱私的底線，但這道防線即將瓦解。最新安全研究指出，大型語言模型（LLMs）憑藉其強大的語境分析與跨平台數據連結能力，已經能夠在大規模範圍內，以極高的準確度將假名用戶與其真實身分進行交叉比對與揭露。這意味著傳統的去識別化技術在強大的 AI 面前可能變得毫無意義，對未來的網路隱私保護法規與數據匿名化標準提出了嚴峻挑戰。

6. 【藥物研發與產業】僅憑兩名患者數據，Prime Medicine 挑戰 FDA 基因編輯批准底線
- 新聞標題：STAT+：Prime Medicine 在兩名患者的試驗後尋求基因編輯療法的批准 (STAT+: Prime Medicine to seek approval for gene-editing treatment after two-patient trial)
- 原文連結：STAT News
- 詳細導讀：針對慢性肉芽腫病（CGD），生技公司 Prime Medicine 正試圖以極小規模（僅兩名患者）的臨床試驗數據，向美國食品藥物管理局（FDA）申請其先導基因編輯（Prime Editing）療法的上市許可。這項大膽的舉動將直接測試 FDA 近期承諾「加速創新基因療法審批」的底線。鑑於 FDA 近期曾駁回部分資料量不足的基因療法申請，此案的審查結果將成為罕病超小型臨床試驗監管標準的關鍵風向標。

7. 【公共衛生】評估全球 193 國抗生素抗藥性治理，指引 2026 行動方針
- 新聞標題：評估 193 個國家的抗微生物藥物抗藥性治理，以為 2026 年全球行動計畫更新提供參考 (Evaluation of antimicrobial resistance governance across 193 countries to inform the 2026 Global Action Plan update)
- 原文連結：Nature Medicine
- 詳細導讀：抗生素抗藥性（AMR）已成全球公衛危機。一項涵蓋全球 193 個國家的全面性評估報告指出，那些擁有強大「多部門協同治理」機制且及早導入監測系統的國家，在降低抗微生物藥物抗藥性方面取得了最顯著的長期改善。這些寶貴的數據與政策經驗，將直接成為制定 2026 年新版《AMR 全球行動計畫》的核心參考，呼籲各國政府必須加速跨部會資源整合，以應對日益嚴峻的超級細菌威脅。

🔬 醫藥領域次分類 (Medical News)

Evidence (實證醫學)

  • 荷爾蒙替代療法的長期死亡率追蹤分析 (Re: Menopausal hormone therapy and long term mortality: nationwide, register based cohort study)
  • 原文連結
  • 摘要：本研究透過全國性註冊資料庫的世代追蹤，深入探討停經後荷爾蒙替代療法與長期死亡率之間的關聯。數據分析有助於釐清長期使用此療法的潛在健康風險，為臨床醫師在平衡治療效益與風險時提供更堅實的實證基礎。

Clinical (臨床研究與應用)

  • 匹克球玩家護目鏡使用率低迷引發擔憂 (Low use of protective eyewear reported among pickleball players)
  • 原文連結

  • 摘要：發表於《JAMA 眼科學》的最新研究指出，儘管匹克球運動日益盛行，但玩家佩戴防護眼罩的比例卻異常低迷。這種情況大幅增加了運動過程中發生眼部嚴重創傷的風險，臨床醫師呼籲應加強對玩家的安全衛教宣導。

  • 衝突地區兒童與照護者的心理健康挑戰 (Re: Child and caregiver mental health in conflict affected settings)

  • 原文連結
  • 摘要：本文回應了戰亂與衝突地區中，兒童及其主要照護者所面臨的嚴重心理創傷問題。專家強調，除了身體醫療救援外，必須將心理健康支持納入常規的災難應對體系中，以減少長期的創傷後壓力症候群（PTSD）發生率。

Guideline (醫療指引與政策)

  • 美國聯邦資助人類胎兒組織研究的興衰史 (The rise and fall of US federally funded human fetal tissue research)
  • 原文連結

  • 摘要：本文回顧了美國聯邦政府在資助人類胎兒組織研究上的政策演變與倫理爭議。隨著政治氣候與法規的更迭，這類研究的經費取得面臨極大挑戰，直接影響了發育生物學與特定疾病模型的推進速度。

  • 維吉尼亞州立法者推動處方藥負擔能力委員會新模式 (STAT+: Virginia lawmakers push a new approach to a prescription drug affordability board)

  • 原文連結

  • 摘要：為了解決日益高漲的處方藥費用，維吉尼亞州立法機構正試圖建立一個具備更強監管權限的藥物負擔能力委員會。支持者認為，此新架構將比其他州的現有措施更有效地遏制藥價飆升，保障病患用藥權益。

  • 自閉症研究人員反對甘迺迪政策，成立獨立諮詢小組 (Autism researchers rebuke Kennedy, form independent advisory group)

  • 原文連結
  • 摘要：針對小羅伯特·甘迺迪（RFK Jr.）過去對自閉症與疫苗的爭議性言論，一群自閉症研究專家與倡議者正式成立了獨立的科學諮詢委員會。該組織旨在捍衛科學真理，並為自閉症社群制定基於實證醫學的未來研究議程。

Pharma (藥物研發與產業)

  • 愛滋病「被遺忘族群」的福音：新型每日一錠藥物問世 (A new one-a-day-pill holds promise for HIV's 'forgotten population')
  • 原文連結
  • 摘要：一款全新的 HIV 每日單一藥丸即將改變治療現況，專為那些對傳統多重藥物療法產生抗藥性或難以依從的病患所設計。此新藥有效應對了 HIV 病毒不斷變異的特性，大幅簡化了服藥流程並提升生活品質。

AI Medicine (AI 醫療應用)

  • 研究警告：依賴聊天機器人獲取醫療建議恐遭誤導 (As more people turn to chatbots for health advice, studies say they may be led astray)
  • 原文連結

  • 摘要：越來越多民眾習慣向 AI 聊天機器人尋求健康建議與自我診斷，但近期研究顯示這隱藏著巨大風險。這些模型在處理複雜病症時經常產生幻覺或給出不準確的建議，可能導致病患延誤就醫或做出錯誤的健康決策。

  • 多模態模型在心電圖訊號推理上的表現評估 (How Well Do Multimodal Models Reason on ECG Signals?)

  • 原文連結
  • 摘要：本研究探討了多模態大型語言模型在解讀心電圖（ECG）訊號時的推理能力與邏輯正確性。研究團隊提出了一套超越傳統問答的全新評估框架，旨在驗證 AI 生成的診斷推論是否真正符合臨床心臟病學的語意邏輯。

Public Health (公共衛生)

  • 學齡前過度攝取超加工食品與兒童行為障礙相關 (Ultra-processed foods in preschool years associated with behavioral difficulties in childhood)
  • 原文連結

  • 摘要：多倫多大學的研究團隊發現，幼兒時期攝取過多超加工食品，將對後續的行為與情緒發展造成負面影響。數據顯示，這類飲食習慣與兒童期出現的焦慮、恐懼、具攻擊性及過動症狀有著顯著的正相關。

  • 智慧型手機成癮因素新見解：不只是性格問題 (Study offers new insights into the reasons behind smartphone addiction)

  • 原文連結

  • 摘要：塞麥爾維斯大學發表的最新研究指出，除了個人性格特質外，薄弱的自我控制能力與對社交活動的「錯失恐懼症（FOMO）」是導致手機成癮的核心關鍵。過度使用手機不僅引發心理健康危機，更會導致姿勢不良及反應遲鈍等生理問題。

  • 醫護人員坦承自身物質使用狀況已影響病患照護品質 (Doctors and nurses believe their own substance use affects patients)

  • 原文連結

  • 摘要：一項針對前線醫療人員的調查揭露了令人擔憂的現象，許多醫師與護理師承認自身對酒精或非法藥物的依賴已實質削弱了醫療照護的品質。此研究呼籲醫療體系應正視並提供更多資源，協助醫護人員對抗物質濫用與高壓帶來的身心耗竭。

  • 川普難以擺脫疫苗政治學的糾纏 (STAT+: Trump can’t break free from vaccine politics)

  • 原文連結

  • 摘要：儘管美國前總統川普試圖將其公衛政策焦點轉移至推廣健康飲食與降低處方藥價上，但關於疫苗安全性與強制接種的政治爭議仍如影隨形。這種政治化的現象持續干擾著聯邦公共衛生機構在傳染病防治上的專業溝通。

  • 透過馬拉松賽事協助無家者與戒癮者重返社會 (A homeless shelter and rehab center holds a marathon to get people back on their feet)

  • 原文連結
  • 摘要：位於芝加哥郊區的庇護所與戒除中心 Wayside Cross 推出了一項獨特的復健專案。透過組織與參與馬拉松賽事，該計畫不僅鍛鍊了無家者與戒癮者的體能，更幫助他們重建自信、紀律與社會連結。

🤖 AI領域次分類 (AI News)

Foundation Models (大模型與基礎研究)

  • OpenAI 發布 GPT-5.3 Instant 系統架構與模型 (GPT-5.3 Instant System Card / GPT-5.3 Instant: Smoother, more useful everyday conversations)
  • 原文連結 (1) / 原文連結 (2)

  • 摘要：OpenAI 正式推出 GPT-5.3 Instant 版本，主打更流暢、實用的日常對話體驗。此模型在降低運算延遲的同時，維持了極高的自然語言理解能力，並同步發布了系統安全卡片，詳細說明其在對齊與風險防範上的最新進展。

  • Google DeepMind 推出極致效能的 Gemini 3.1 Flash-Lite 模型 (Gemini 3.1 Flash-Lite: Built for intelligence at scale)

  • 原文連結

  • 摘要：為了滿足大規模企業部署需求，Google DeepMind 發布了 Gemini 3 家族中最快速且最具成本效益的版本「3.1 Flash-Lite」。該模型專為高頻率、大批量的邊緣運算與輕量化智能推論任務量身打造。

  • Hugging Face 教學：在 24 小時內訓練文字轉圖像模型 (PRX Part 3 — Training a Text-to-Image Model in 24h!)

  • 原文連結

  • 摘要：Hugging Face 釋出了最新的技術實作指南，詳細介紹如何利用高效的訓練框架與最佳化策略，在短短 24 小時內從零開始訓練出一個高品質的文字生成圖像模型，大幅降低了生成式 AI 研發的時間成本。

  • StaTS：基於頻率引導去噪的自適應時間序列預測頻譜軌跡調度 (StaTS: Spectral Trajectory Schedule Learning for Adaptive Time Series Forecasting with Frequency Guided Denoiser)

  • 原文連結

  • 摘要：針對擴散模型在時間序列預測中因固定噪聲調度所導致的失真問題，研究者提出了 StaTS 架構。此技術結合了頻率引導的去噪器，能動態調整時間序列的頻譜結構恢復，有效提升了預測的精準度與穩定性。

  • DIG to Heal：透過可解釋的動態決策路徑擴展通用代理協作 (DIG to Heal: Scaling General-purpose Agent Collaboration via Explainable Dynamic Decision Paths)

  • 原文連結

  • 摘要：為了讓多個通用型 LLM 代理能真正實現無預設腳本的自主協作，本研究提出了一套基於可解釋動態決策路徑的框架。此方法成功突破了代理數量增加時導致的系統混亂，讓複雜任務的協作過程更具透明度與延展性。

  • EmCoop：LLM 代理具身合作框架與基準測試 (EmCoop: A Framework and Benchmark for Embodied Cooperation Among LLM Agents)

  • 原文連結
  • 摘要：當多個由 LLM 驅動的實體代理在動態環境中作業時，高階的認知協調變得至關重要。EmCoop 提出了一個專為「具身 AI（Embodied AI）」設計的合作框架與基準，深度分析代理間如何透過自然語言規劃來達成共同目標。

AI Products & Tools (AI 生態產品與工具)

  • Google Pixel 三月更新：Gemini 將能幫您買菜與叫車 (Google’s latest Pixel drop allows Gemini to order groceries for you and more)
  • 原文連結

  • 摘要：Google 針對 Pixel 10 等手機推送了最新的系統更新，賦予了 Gemini AI 助理更深層的設備控制權。現在用戶可以直接請 Gemini 幫忙在線上訂購生鮮食品或預約叫車服務，讓 AI 助理更加貼近日常生活實作。

  • Anthropic 升級 Claude 記憶功能以吸引跳槽用戶 (Anthropic upgrades Claude’s memory to attract AI switchers)

  • 原文連結

  • 摘要：為了在激烈的聊天機器人市場中搶奪 ChatGPT 的用戶，Anthropic 宣布將 Claude 的「記憶功能」全面下放給免費版使用者。同時，官方推出了一款專用的數據匯入工具，讓用戶能無縫轉移過去在其他平台的對話紀錄。

  • NVIDIA ACE 結合編碼代理，大幅降低遊戲運行時推論成本 (How to Minimize Game Runtime Inference Costs with Coding Agents)

  • 原文連結

  • 摘要：NVIDIA 在其 ACE 遊戲開發套件中引入了創新的編碼代理技術。此技術透過優化 AI 模型在雲端與終端設備上的分配與執行邏輯，顯著降低了遊戲在運行 NPC 生成與即時對話時的算力負擔與延遲。

  • 小米逆勢操作：相機硬體依然是手機發展首要核心 (Xiaomi, unlike Google and Samsung, thinks camera hardware comes first)

  • 原文連結
  • 摘要：當三星與 Google 全力擁抱 AI 行銷時，小米在歐洲發表 17 與 17 Ultra 系列時卻選擇了不同的策略。官方強調，相機的光學硬體（如與徠卡合作的鏡頭）仍是決定影像品質的絕對核心，並未過度渲染 AI 計算攝影的功效。

AI Industry & Business (AI 產業與商業動態)

  • TraderBench：AI 代理在充滿對抗的資本市場中究竟有多穩健？ (TraderBench: How Robust Are AI Agents in Adversarial Capital Markets?)
  • 原文連結
  • 摘要：評估金融 AI 代理的決策能力一直是一大挑戰。研究人員推出了 TraderBench 評測基準，巧妙結合了靜態的知識檢索任務與動態的對抗性交易模擬，藉此測試 LLM 在面對真實資本市場波動與惡意干擾時的抗壓性與獲利能力。

AI Safety & Ethics (AI 安全、對齊與倫理)

  • 深度偽造時代：專家如何辨識影像的真偽 (How the experts figure out what’s real in the age of deepfakes)
  • 原文連結

  • 摘要：隨著中東衝突加劇，網路上充斥著由 AI 生成或移花接木的戰爭假影像。開源情報專家與新聞機構正透過地理定位、光影分析與逆向工程等技術，在真假難辨的資訊洪流中抽絲剝繭，致力於還原第一線的真實情況。

  • CARE：為可靠 LLM 評估量身打造的混淆因素感知聚合技術 (CARE: Confounder-Aware Aggregation for Reliable LLM Evaluation)

  • 原文連結

  • 摘要：目前使用「LLM 作為裁判」的評估機制，常因模型共享的風格偏好或訓練瑕疵等潛在混淆因素而產生關聯性錯誤。CARE 框架提出了一種新型的聚合演算法，能識別並抵消這些偏見，從而提供更客觀、可靠的模型效能評分。

  • 多來源、多代理證據檢索以強化事實查核 (Multi-Sourced, Multi-Agent Evidence Retrieval for Fact-Checking)

  • 原文連結
  • 摘要：面對網路上猖獗的假訊息，傳統基於 RAG 的事實查核方法仍存在侷限。本研究提出了一個多代理協同檢索框架，能跨越不同資訊來源交叉比對證據，有效提升 AI 系統在判斷複雜與新興錯誤資訊時的準確度與泛化能力。

Hardware & Infrastructure (晶片、算力與基礎設施)

  • cuTile.jl 將 NVIDIA CUDA 基於分塊的程式設計引入 Julia 語言 (cuTile.jl Brings NVIDIA CUDA Tile-Based Programming to Julia)
  • 原文連結

  • 摘要：NVIDIA 針對高效能運算社群發布了 cuTile.jl 工具包，正式將 CUDA 的分塊（Tile-Based）並行運算架構整合進 Julia 程式語言中。這項技術解鎖了對 Tensor Core 的自動化存取，大幅優化了科學計算與神經網路訓練的底層效能。

  • Attn-QAT：支援 4 位元量化感知訓練的注意力機制 (Attn-QAT: 4-Bit Attention With Quantization-Aware Training)

  • 原文連結
  • 摘要：為迎接具備 FP4 運算能力的新世代 GPU，研究團隊系統性地探討了注意力機制（Attention）的 4 位元量化感知訓練（QAT）。這項技術成功克服了 FP4 動態範圍狹窄的問題，為未來大模型實現完全極低精度運算鋪平了道路。

其他未分類

  • 為何 SpaceX 打算進行首次公開募股（IPO）？ (Why is SpaceX going public?)
  • 原文連結

  • 摘要：市場傳聞 SpaceX 正在評估 IPO 的可能性，這引發了矽谷投資圈的熱烈討論與擔憂。分析指出，儘管這將是資本市場的重大事件，但考量到馬斯克過去宣稱「登陸火星前不上市」的承諾，股東壓力恐將改變該公司原本著重長遠太空探索的企業 DNA。

  • 具備雙層需求不確定性的大眾運輸網路設計模型 (Transit Network Design with Two-Level Demand Uncertainties: A Machine Learning and Contextual Stochastic Optimization Framework)

  • 原文連結

  • 摘要：為解決傳統運輸網路規劃中假設需求固定的缺陷，本研究提出了一個結合機器學習與情境隨機優化（CSO）的新型框架。透過約束編程，系統能更靈活地應對城市中複雜且動態的雙層乘車需求波動。

  • 時間序列政策決策的計量經濟學與因果結構學習對比：以英國 COVID-19 政策為例 (Econometric vs. Causal Structure-Learning for Time-Series Policy Decisions: Evidence from the UK COVID-19 Policies)

  • 原文連結
  • 摘要：該研究深入比較了傳統計量經濟學方法與新興因果機器學習在時間序列數據上的應用差異。藉由回顧英國政府在 COVID-19 期間的防疫政策大數據，研究探討了何種演算法能更準確地推導出政策介入與公衛結果間的真實因果關係。

English Daily Highlights

Today’s intersection of AI and medical advancements presents several groundbreaking developments. In the clinical realm, Nature Medicine reported a historic milestone in gene editing: a Phase 1 trial successfully used in vivo base editing via lipid nanoparticles to deactivate the PCSK9 gene in patients with heterozygous familial hypercholesterolemia. This approach effectively lowered LDL cholesterol levels without serious adverse events, marking a critical step toward single-dose cures for genetic cardiovascular diseases.

In another major medical business move, Moderna has agreed to pay up to $2.25 billion to settle a long-standing mRNA patent lawsuit with Arbutus and Roivant, as reported by STAT News. This massive settlement clears a significant legal overhang for Moderna’s COVID-19 vaccine and future mRNA-based pipeline. Meanwhile, Prime Medicine is testing the FDA's regulatory flexibility by seeking approval for a novel gene-editing treatment based on data from only two patients, potentially setting a new precedent for ultra-rare disease therapies.

Artificial intelligence continues to prove its immense value in healthcare operations. A study published in the Journal of Cardiac Failure demonstrated how a medically trained Large Language Model (LLM) developed by Dyania Health and Cleveland Clinic can accurately and rapidly screen electronic medical records to identify eligible participants for rare disease clinical trials, dramatically improving recruitment efficiency. However, a systemic review in Nature Medicine offered a sobering reality check: despite the explosion of research on LLMs in clinical medicine, the vast majority of studies still lack validation using real-world clinical data.

Finally, on the AI safety and ethics front, a concerning report from Ars Technica revealed that current LLMs possess the analytical capability to unmask pseudonymous internet users at scale with alarming accuracy. This structural threat to online privacy suggests that traditional data anonymization techniques may soon become obsolete in the age of advanced generative AI.