长期以来，医学仅关乎人类。医生、研究人员、实验室工作者历经数年实验、失败与极其缓慢的进展。如今，这一局面正在改变。人工智能（AI）正以极为务实的方式逐步融入医学世界。
AI并非奇迹。它不会某天醒来就发明出治疗方法。它的运作方式截然不同，实际上更引人入胜。
AI如何为医学找到解决方案
在AI能助力医学前，人类必须先完成大量工作。AI本身并不具备真正知识，它需要海量信息。科学家上传数十年的科学知识——本质上是我们已发现却无法完全关联的全部内容。
这包括基因组序列、化学结构、实验室实验、临床试验结果以及数百万篇科学论文。ChEMBL、UniProt和PubMed等数据库如同AI的巨型图书馆。这些是AI阅读的书籍，只不过数量高达数百万。
数据上传后，人类向AI明确目标。例如，寻找能阻断与癌症相关蛋白质的分子。随后AI开始在过往实验、失败测试和成功案例中搜寻模式，挖掘人类可能遗漏的关联——只因信息量过于庞大难以处理。
AI并非凭空创造，而是连接已有事物。
AI为何被引入医学领域
AI进入医学源于人类研究已达瓶颈。某些疾病极其复杂，即便经过多年研究仍无法彻底攻克。AI展现出其分析问题的能力远超人类极限。
在医学领域之前，AI已在图像识别、语言处理、金融和物流等多个领域经受检验。当人们意识到AI擅长发现模式后，医学自然成为下一步重点。
人类将数十年积累的医学知识交付AI，并直言：“尝试发现新线索。”而AI有时确实做到了。
当前从事AI医学的公司
该领域绝非理论构想。真实企业正投入数十亿美元推动落地。
Recursion（总部盐湖城）在人体细胞中培育疾病模型。他们对不同药物测试后的细胞拍摄数百万图像，再由AI分析模式。仅靠人力无法处理如此庞大的数据量。
Insilico Medicine（香港与美国运营）利用AI发现药物靶点并设计新药，聚焦癌症、衰老和罕见疾病。
DeepMind Health（现属谷歌健康）运用AI分析医学影像并预测蛋白质结构。其工作助力科学家比以往更快理解疾病。
Tempus 主要面向癌症患者，通过AI匹配基于数据的最佳治疗方案。
Schrödinger 结合物理学与AI进行数字化药物分子设计，替代实体实验室的全面测试。
Atomwise 预测分子与蛋白质的相互作用，帮助研究人员在早期阶段更快锁定候选药物。
BenevolentAI 挖掘科学数据寻找新药靶点，专注肌萎缩侧索硬化症（ALS）及此前的新冠研究。
BioNTech 作为该领域最著名企业，开发了mRNA新冠疫苗——现正用AI设计疫苗及个性化癌症疗法。
已实现的真实成果
AI不仅承诺未来，更已创造实际价值。
新冠疫情期间，BioNTech借助AI加速mRNA疫苗设计，其进程远快于传统疫苗研发。
DeepMind的蛋白质结构预测帮助科学家理解蛋白质折叠机制——这曾需耗费数年。此举彻底改变了疾病生物学的研究路径。
Recursion和Insilico Medicine等公司已为罕见病和癌症识别出新候选药物，部分已进入早期临床试验。这意味着真实患者正在接受实际测试。
但AI成本极其高昂
医学领域的AI运行绝非廉价。成本取决于使用规模：若系统日均处理100个问题，日均费用约1000美元；若处理10000个问题，费用可达每日10万美元。
平均而言，医学AI解决方案的日均运行成本约50,500美元——这仅是基础运维费用。
初期整合投入更为惊人：小型项目需数万美元；用于诊断或药物发现的大型系统则耗资数百万。需配备高性能计算机、海量数据存储、专家团队及严格测试。即便办公工位人均成本也达1500美元。
正因如此，并非所有医院或国家都能负担AI。
仍无解的疾病
即便借助AI，许多疾病仍未攻克。
阿尔茨海默病仍导致记忆丧失且无完全治愈方案。
帕金森病影响运动能力并持续恶化。
肌萎缩侧索硬化症（ALS）引发瘫痪，治疗选择极为有限。
AI正被用于探索更优解法，但进展依然缓慢。
鲜少被提及的问题
AI存在诸多严重隐患。
若输入数据存在偏见，AI可能酿成危险误判。部分系统无法解释决策逻辑，迫使医生进行额外测试。
隐私是另一重挑战。医学数据高度敏感，而处理海量数据集时保护难度极大。
还有伦理难题：若AI给出错误建议导致患者受损，责任归属何方？医生？医院？还是企业？
最后是资金问题。AI的高成本加剧医疗资源获取的不平等。
机器、机器人与硬件
AI并非单打独斗。其背后是强大的服务器、高精显微镜、自动化实验室机器人、成像设备乃至芯片器官。部分企业用机器人安全快速地培育细胞并测试药物。多数AI研发的药物仍需经传统湿实验室验证，偶尔（较少见）进入人体临床试验。
所有这些设备与AI协同运作，加速研究进程。
投资与资金流向
多数AI医学企业高度依赖投资。药物发现成本过高，缺乏资金难以为继。小型企业完全仰仗投资者。
BioNTech或谷歌等巨头虽无需大量外部资金，但仍会为特定项目建立合作并募集专款。
谁率先将AI用于医学？
AI在医学的普及始于ChatGPT和Gemini等现代工具的出现。当人们见证AI能力后，便开始在各领域测试。医学是AI展现真实潜力的首批严肃领域之一。
这并非一人或一司之功，而是集体性的代际转变。
结语
医学领域的AI不是魔法，也不会取代医生。它是建立在人类数十年工作、失误与知识基础上的工具。有时它表现卓越，有时亦会失败。但它正以渐进而静默的方式，改变医学实践的本质。
【全文结束】
