There's An AI For That: the first AI cancer drug just worked

TL;DR：AI 正在同时改变癌症的"早发现"和"精准治疗"两端——从 12 个月内设计出首个在患者体内起效的 AI 药物 REC-617，到筛查中多发现 30% 癌症、揭开细胞内隐藏开关，再到个体化癌症疫苗；但它尚未改写 90% 的药物试验失败率，人类距离"治愈"仍有距离，不过 AI 正在夺走癌症最致命的武器：抢跑的先手。 # 2025，第一款 AI 发明的抗癌药物起效了 这位患者罹患的是卵巢癌，而且已经扩散。她接受过四轮传统治疗，没有一轮奏效。在历史上的绝大部分时间里，故事到这里就结束了——医生与患者的谈话不再是关于如何抗争，而是关于还剩多少时间、关于如何与所爱的人告别。 但她的医生让她参加了一项针对名为 **REC-617** 的药物试验。这款药物的诞生方式，与此前任何一款药物都不同。 ## AI 如何把十年的研发周期压缩成一年 传统抗癌药的研发是这样的：科学家手动构建数千种可能的药物候选，然后逐一测试。从立项到真正用在患者身上，往往要花掉将近十年，成本可能超过十亿美元。 Recursion 的 AI 采用了完全不同的方式。它研究了一个靶点——一种癌细胞赖以不断增殖的蛋白质，接着在任何人进入实验室做实验之前，就在电脑上设计出了候选分子。整个团队只需要构建 **136 个候选分子**就找到了赢家，而通常这需要几千个。从想法到患者身上，用时**不到 12 个月**。 ## 结果：肿瘤缩小三分之一，并保持稳定 药物进入她体内后，肿瘤缩小了三分之一，而且一个月接一个月地保持稳定，越过了半年的门槛。在一种其他任何药物都从未触及的癌症中，试验中还有另外 **29 位患者**接受了这款药物，并被证明在足以起效的剂量下是安全的。 但一次应答并不等于治愈，而且至今没有任何一款 AI 设计的抗癌药物在地球上的任何地方获批。她的故事之所以重要，是因为另一个原因：**AI 从零开始设计了一款药物，而这款药物在一个活生生的人体内起效了。**那扇所有人都说还需要几十年才能打开的门，现在已经敞开了。 # 为什么不是所有患者都能用上它？ 因为医学花了超过一个世纪才终于承认一个残酷的事实：**世界上并不存在所谓的"癌症"这一种病。** 1971 年，美国总统理查德·尼克松签署《国家癌症法案》并向癌症宣战，承诺投入与裂解原子、把人类送上月球同等的精力与资源。许多人相信，距离治愈癌症还不到十年。半个多世纪过去了，人类投入了数千亿甚至数万亿美元，癌症每年仍然夺走超过 1000 万人的生命，另有 2000 万人被告知自己患上了癌症。 ## "癌症"是一个总称，不是一个疾病 我们所说的"癌症"，涵盖了几百种不同的疾病。**乳腺癌和白血病之间的共同点，甚至比不上流感和骨折之间的共同点。**驱动它们的基因不同，能杀死它们的弱点也不同。 甚至在同一个患者体内，"癌症"也不是一种疾病。一个肿瘤是一个活着的细胞群落，不断发生突变和演化。当一款药物消灭了其中超过 99% 的细胞，剩下那 1% 耐药的细胞会存活下来、长回来，并且获得免疫。**医生对抗的不是一种疾病，而是在人体内被按下了快进键的演化。** 这正是 REC-617 不能直接给所有人用的原因：它打开的只是某一把锁，而只有部分癌症使用这把锁。你换了一种癌症，锁也随之改变。 ## 最致命的往往不是疾病，而是延误 以胰腺癌为例，它是地球上最致命的癌症之一。 - **发现得晚**：100 名患者中只有 **3 人**能挺过前五年 - **发现得早**：这个数字会跳升到 **45 左右** 同一个器官、同一种疾病，存活者却多出 **14 倍**，唯一不同是有人在什么时候发现了它。这意味着，**癌症最致命的部分并不是疾病本身，而是延误。** # AI 筛查：对癌症来说，最好的治疗其实不是治疗 在一个万亿美元产业中听起来像异端邪说的想法是：对癌症而言，最好的治疗并不是治疗。 ## 瑞典实验：AI 阅片多发现 30% 的癌症 2026 年 1 月，瑞典科学家公布了癌症筛查史上规模最大的实验之一的结果。超过 **10 万名女性**走进诊所接受常规乳腺 X 线检查： - 一半的片子由两名人类医生按传统方式阅片 - 另一半在 AI 辅助下完成阅片 结果震惊了整个医学界。**AI 这一侧多发现了 30% 的癌症**，捕捉到了更多生长迅速、侵袭性强的肿瘤——那种每一分钟都很关键的肿瘤——同时把医生的阅片工作量几乎削减了一半。同样的患者、同样的医生、同样的机器，唯一新增的成分是 AI，而那些原本会悄悄溜走的癌症突然就被抓住了。 ## Sybil：预测未来六年，而不是读取今天的癌症 在 MIT，研究人员构建了一个名为 **Sybil** 的模型。你给它一张肺部扫描，它会告诉你**未来 6 年内**你患肺癌的概率。它读的并不是身体里今天已经存在的癌症，而是甚至还没有形成的癌症——那些微妙到放射科医生即便知道该看哪里也看不见的组织模式。 ## Galleri：一次抽血，筛查数十种癌症 在英国，科学家走得更远，干脆取消了原来的低剂量 CT 扫描。**142,000 人**只需提供一份简单的血液样本。一项名为 **Galleri** 的 AI 驱动检测，在血液中搜寻肿瘤脱落后留下的微小 DNA 片段。随着每年一轮检测，被确诊为**第四期**的人越来越少——而这基本上是医学中最糟糕的诊断。 这已经不是科幻，它实际上已经是 1.0 版本了。 # AI 理解生物学：连科学家都不知道的开关 发现癌症只是等式的一半。要真正战胜一个敌人，必须理解它是如何运作的。 ## ARF1 与 AVL9：一个被误读了几十年的开关 2026 年 9 月，康奈尔大学的科学家在人类细胞内部发现了某种东西——一个控制癌症的开关，明明白白地摆在那里几十年，却在地球上所有生物学家的眼皮底下被错过了。 你细胞深处有一种名为 **ARF1** 的蛋白质，可以把它想象成一个物流主管，决定什么被送往哪里。当这套系统失灵时，癌症往往会随之而来。多年来，科学家一直想知道究竟是什么在开启或关闭这位主管。用传统方式寻找意味着要在实验室里逐一测试蛋白质，足以耗尽一名科学家的整个职业生涯。 康奈尔团队抄了一条捷径：把问题交给 **AlphaFold**（Google 开发的预测蛋白质如何彼此契合的 AI 工具），让它扫描隐藏的模式。AI 指向了一种名为 **AVL9** 的蛋白质——根据教科书，它本该是一个"启动"开关。团队验证的结果恰恰相反：**它实际上是一个"关闭"开关**，是细胞物流系统的一个刹车，而且没人知道它曾经存在过。 随后他们在人类肺癌细胞上测试，发现那个隐藏的开关控制着癌细胞的移动能力，而运动正是让癌症变得致命的原因——**待在原地的肿瘤很容易被切除**。科学界把这个蛋白质记录在案多年，却完全读错了它；AI 用几天时间就把它标记了出来，而康奈尔仅仅是众多实验室中的一个。 ## 更多 AI 发现 - **AI co-scientist**：Google 构建的系统被对准白血病。它研究了几千篇论文后提出了若干种现成的、已经获批的药物——而没有任何医生想到去尝试。实际测试时，其中好几种在实验室中以真实患者能够承受的剂量杀死了白血病细胞。 - **读图识别基因突变**：AI 现在能在显微镜下观察普通的组织切片并发现其中的基因突变，而这些突变通常需要昂贵的 DNA 检测才能找到。信息其实一直就躺在那张图像里，只是人眼看不见。 **这是人类历史上第一次，我们拥有了一种能够比生物学隐藏自身更快地理解生物学的工具。** # 治疗：为一个人设计一款药 目前有超过 **100 种 AI 设计的药物**正在进行人体试验，靶点从肺癌到白血病几乎无所不包。其中一种与人类历史上任何药物都不同，因为它**为每一位接受治疗的患者量身打造**。 ## Merck 与 Moderna 的个性化癌症疫苗 每个肿瘤都携带自己独一无二的突变组合，就像指纹一样。为一种指纹构建的药物，对另一种指纹往往完全无效。所以他们没有为一百万人做一款药，而是**为一个人做一款药**。 工作原理如下： 1. 医生取下一小块患者的肿瘤，读取它的 DNA 2. AI 研究这些突变，挑选出几个患者的免疫系统最可能识别的靶点 3. 完全从零开始，只用这位患者自己的材料制造一支疫苗，教导身体猎杀属于他自己的那种癌症 在黑色素瘤试验中，与标准疗法联合使用的患者，其**癌症复发风险下降了 50%**。2026 年，它通过了最后一阶段人体试验，成为医学史上第一个做到这一点的个体化癌症疗法。 ## Isomorphic Labs：AI 药物研发的最大玩家才刚入场 AlphaFold 背后的 Google DeepMind 团队因破解蛋白质问题而获得诺贝尔奖。随后他们创立了 **Isomorphic Labs**，使命只有一个：完全用 AI 来设计新药。在第一款药物真正上市之前，制药巨头们就与他们签订了价值数十亿美元的协议，首批 AI 制造的药物预计在几个月内进入人体试验。 # 那个粉碎了每一次突破的数字：十之有九 **90%**——这就是进入人体试验的癌症药物最终失败的比例。不是坏科学家提出的坏想法，而是这个星球上最好的候选药物、背后有数十亿甚至数万亿美元资金支持，仍然有 90% 在测试中折戟。这个数字在过去一个多世纪里击碎了每一轮抗癌乐观情绪，而 AI 至今仍未将它改写。 至今，没有任何一款 AI 设计的抗癌药物在世界上任何地方获批。 ## IBM Watson 的前车之鉴 十年前，IBM 承诺其著名的 Watson AI 将彻底改变癌症诊疗，医院为此支付了数百万美元。后来内部文件泄露，显示 Watson 推荐的治疗方案有的完全错误，甚至有时是不安全的——它是被用虚构的示例病例训练出来的，而不是真实患者。Watson 被悄无声息地雪藏了，肿瘤科医生也学会了对"AI"和"癌症"出现在同一句话里时翻白眼。 ## 这次有什么不同 - **Watson 从未设计过药物**，它只是重复人类喂给它的东西。而今天的系统能发现生物学家错过的开关，并构建出从未有人见过的分子。 - 旧体系还有一个致命弱点：**每一次尝试都要花上十多年**，失败了就要失去十年。AI 把那十年压缩成几个月——Recursion 的药物从想法到患者身上用了不到一年。 - 即便仍然十有九败，幸存下来的药物现在也会提前好几年到达。而且每一次失败都会教给 AI 一些东西，这是任何人类团队都无法以这种速度吸收的。 **失败率还没有下降，只是学习速度爆发式增长了。** # AI 能治愈癌症吗？ 诚实的回答，远比一句简单的"能"或"不能"更复杂。 ## HIV 的启示 1995 年，被诊断为 HIV 意味着死亡。今天，HIV 感染者可以过上完整、正常的生活，可以变老，可以养育孩子。**我们从来没有治愈过 HIV**，至今仍然没有治愈的方法——我们只是把工具打造得如此之好，以至于这种疾病再也无法杀人。 ## 战胜癌症的样子可能是一个系统，不是一颗子弹 癌症是几百种疾病的集合，它永远不会败给一发子弹，**它会败给一个系统**。 想象十年后的一次年度体检：一次血液检测同时筛查几十种癌症；AI 阅读你的扫描，看到六年后癌细胞开始形成的迹象；如果发现了什么，它一定发现得非常小，小到一次简单的手术就能终结它；如果它已经发展到无法处理，你的肿瘤 DNA 会被读取并为你量身设计一款药物；在治疗期间，你的血液会被持续监测，任何耐药细胞试图卷土重来时，会在任何扫描仪器看到它之前很久就被抓住。 这幅图景里的每一个步骤都不是科幻。今天，每一部分都存在于某项试验、某家医院、某个实验室里。缺少的是将它们连接起来的组织——**规模、审批和时间**。 而这个差距正在缩小：癌症血液检测已经在美国上市，阅读乳腺 X 线片的 AI 此刻正在瑞典的医院里工作。专家预计，其余部分将在不到 5 年内开始触达日常患者。 # 结语：夺回被偷走的时间 AI 不会靠单一一款药物治愈癌症，更不会在今年。但 AI 正在主动拆解癌症唯一真正的武器——**抢跑的先手**。 它每提前读一次扫描，每找到一个开关，每用几个月而非几十年设计出一款药物，都从那个先手优势中又夺走一块。REC-617 试验中的那位女性并没有得到奇迹，她得到了一款为她争取时间的药物。 50 年来，癌症一直在偷走我们的时间。而 AI，是我们把时间偷回来的方式。 正如著名未来学家 Ray Kurzweil 曾经说过的：**"只要你活得足够久，技术就会及时赶到，拯救你。"** 在历史的绝大部分时间里，这只是一个梦想。在未来 5 年里，别死。 Source: [There's An AI For That: the first AI cancer drug just worked — theimposingshadow](https://youtu.be/EtHlNpUaSUc?si=7f9hYibjdBcf7o2j)