Meta 与五所美国大学合作，用其模型加速医学与科学突破

返回新闻编辑室

Meta

2026年10月28日2026年10月28日

0.25× 0.5× 1× 1.25× 1.5× 2×

要点

加州理工学院、俄亥俄州立大学、路易斯安那州立大学、印第安纳大学和UTHealth Houston的研究人员正在使用Meta的模型解决医学和科学领域的关键问题。

他们的研究项目旨在加速科学和医学突破，改善佩戴气管套管婴儿的治疗效果、及早识别心力衰竭风险、帮助痴呆症患者沟通等。

我们通过200万美元的资助和最新模型的访问权限来支持他们的工作。

我们相信未来属于每一个人，包括美国的大学、教授、学生以及从他们的研究中受益的社区。正因如此，Meta 正通过与五所美国高校合作，将超级智能模型、研究资助和直接的研究人员协作带入学术界：加州理工学院、俄亥俄州立大学医学院、路易斯安那州立大学、印第安纳大学和 UTHealth Houston。

我们正在扩大我们的学术合作，向这五所学校共提供 200 万美元资助，以支持利用我们的模型加速医学、物理、化学、生物、计算机科学和数学领域突破的研究。

在医学与医疗保健领域，研究人员将利用Meta的模型、眼镜和混合现实头显开展一系列多样化的项目，以弥合医学与医疗保健领域现有的差距。以下是它们被使用的一些示例：

婴儿气管造口监测

当气管造口管在婴儿患者体内发生移位时，这会造成危及生命的紧急情况，而接受气管造口的婴儿无法哭喊求助，更使情况雪上加霜。此外，由受过训练的工作人员进行持续的直接观察也并非总能实现。

路易斯安那州立大学的Michael Dunham博士正在领导Eyes-On项目，该项目正在开发一套计算机视觉系统，用于持续检测无法可靠发声的婴儿的气管造口管移位和窘迫迹象。该系统正在探索使用我们的开放权重SAM模型进行追踪，并设计为与床边摄像头和边缘计算集成。一份概念验证已经发表，后续还有更多工作。

用于痴呆症护理的对话式AI

痴呆症患者常常面临沟通困难，而标准的对话式AI系统对此处理不佳，导致他们感到沮丧而非获得支持。印第安纳大学的David Crandall博士正在开展一个项目，旨在开发多模态AI方法，用于分析涉及患有痴呆症的老年人的对话，并利用这种理解帮助对话式智能体——包括社交机器人——针对个体用户调整其交互方式。该研究检验能否让AI系统对认知差异人群的沟通模式保持敏感。

更早识别心力衰竭风险

射血分数保留的心力衰竭（HFpEF）约占所有心力衰竭病例的一半，但早期识别可能较为困难——其症状与肥胖及其他常见疾病存在重叠，因此正式的评估往往只有在临床怀疑形成之后才开始。

在俄亥俄州立大学医学院，AI 研究员薛源（Yuan Xue）博士正与心脏病学家韩宇驰（Yuchi Han）博士和 AI 研究员 Xia Ning 博士领导一个项目，研究 Meta 的开放权重模型如何利用常规腹部 CT 扫描、纵向病历以及可获取的心电图数据，帮助预测未来的 HFpEF 风险。该团队正在设计模型以处理缺失数据，因为现实临床实践很少能提供完整的输入集。