全球最大的私人慈善基金会——盖茨基金会发布了第十份年度，比尔·盖茨在开头的主席致辞中，将AI提到了极高的位置。

　　警示，AI带来了不平等加剧的挑战，决定谁能从AI中受益、又能多快受益的窗口期十分短暂，要让AI真正帮助改善世界上最贫困人群的生活和生计，未来12~18个月至关重要。

　　同时，盖茨基金会宣布计划在未来两年至少投入10亿美元，推动AI更加广泛、公平地惠及全球人群。从资金分配看，健康占比达到40%，是主要领域之一。

　　“AI发挥积极作用不会自然发生。”来自高校、医疗公司和技术公司的多位专家告诉

　　根据，在撒哈拉以南非洲地区，一名医生大约需要照顾2000个人，这意味着一个医生往往要为整个城镇的健康负责。而在高收入国家，每个医生服务的人数不到200。如果想让撒哈拉以南非洲地区的医疗可及性接近这一水平，还需增加200多万医生。

　　AI技术的飞速发展，让中低收入国家医疗人力缺口有希望被弥补。因此，盖茨基金会承诺未来两年投入至少10亿美元用于缩小AI的可及性差距，其中约40%用于教育，40%用于健康，10%用于农业，10%用于建设公平普惠AI所需的数字基础设施，包括建设目前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、赋能一线卫生工

　　但是，AI不会自动弥合现有的差距。曾典是清华大学医学院水木学者、助理研究员，她告诉

　　这一结论也得到国际研究的交叉印证。今年刊发一项重磅研究，在肯尼亚16家基层医疗机构，针对103名医务工

　　深势科技的算法研究员李翰政也有类似观察。在依托AI分子模型研发新型灭蚊分子、应对蚊虫[*]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探索边界，对候选化合物做优先级筛选，减少无效实验，但AI不能替代科研人员，实验数据会持续回输模型实现迭代优化，科学家判断与科学试验依旧是整个链条的核心。

　　“一个资源更好的医院把AI嵌入到工作流，形成闭环，医生和AI的能力同时增长；而在资源差的医院，医生只是单纯接收AI，技能反而退却了，这是很危险的。”曾典的这句感慨，与的观点不谋而合：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。

　　首先，让AI工具支持所有语言，而目前训练早期大语言模型的90%以上数据来自英语信源；其次，基于本地数据，为本地情况设计；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用上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可负担。

　　在全球媒体电话会上，盖茨基金会CEO马克・苏斯曼对

　　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。

　　从公开资料看，中国企业已经投身其中，面向非洲孕产妇筛查的AI掌上超声就是代表性案例。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

　　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，也正是这一观察，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，本地化数据特别重要。据莫建华介绍，为了保证AI模型的结果是准确的，团队使用超过1.4万例样本进行模型开发，其中1.1万例进行训练，3800例用来测量模型性能，数据采集地区非常广泛，来自非洲、美国、中国、欧洲地区。

　　具体来说，在预训练阶段，团队采用盖茨基金会支持的开源FAMLI数据集，数据集样本主要

　　在模型轻量化的开发和调优过程中，团队使用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当中，李翰政也总结出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，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。