资源市场再度着迷于AI医疗的弘大叙事。 甲骨文首创人Larry Ellison宣称，只需48小时，用AI检测出你体内的癌症，用48小时造出专属疫苗。 他说，这是“人工智能的答应”。 木头姐发布的《Big Ideas》陈诉预言：到2030年，AI将使药物开辟本钱低落4倍、癌症筛查服从提拔20倍、DNA测序本钱暴跌1000倍。 她说，医疗保健是最被低估的AI应用。 那些AI医疗概念股的股价彻底摁不住了，泛癌早筛Grail带头狂飙，年初至今涨幅超200%，AI精准医疗Tempus涨幅达165%，就连当年跌至谷底的AI制药玩家，也重回上涨之路。 资源市场的盘算器永不绝歇，但药企的计时器刻着差别法则： Moderna的mRNA肿瘤疫苗耗时8年挺进III期临床，其AI赋能的6周生产周期，间隔“48小时狂想”仍有57倍时差；Grail的SYMPLIFY试验连续追踪5年，才敢将甲基化模子特异性锚定在99.5%，但敏感性只有51.5%；Tempus的临床数据库覆盖全美38%癌症患者，但医疗AI业务仅贡献12.6%营收…… 更戏剧性的是，曾经激进的AI信徒正在退却——当2024财报再度不及预期，Moderna选择紧缩AI战线，改造数字团队、裁人10%，首席信息官Brad Miller去职。 这背后，固然有Moderna本身的题目，但是，这种反差也映一个更深刻的命题：生命科学的复杂性，远非技能乐观主义者想象中那般轻易被颠覆。 就像加拿大肿瘤学家、放射科大夫William Makis对Larry Ellison的批评： 这不是人工智能答应，乃至不是一个好的科幻小说，而是纯粹乱说八道。 这可真是个魔幻的期间。 / 01 / AI医疗狂想曲 “AI将使药物开辟本钱低落4倍，并将研发投入的回报进步5倍；AI将使癌症筛查的服从进步20倍，而且将市场规模扩大10倍；AI药物的贸易代价将比尺度药物高20倍，比同类最佳的精准药物高2.4倍”——华尔街的财产暗码，藏在ARK的《Big ldeas》陈诉里。 靠特斯拉一战成名的木头姐，最新看上的是Tempus。由于在她看来，当前医疗保健是最被低估的AI应用。 她旗下的首席将来学家Brett Winton用了一个昨们耳熟能详的故事，来形容当前的技能发展态势：国王答应发明象棋的大臣，可以在棋盘的第一个格子上放一粒麦子，随后每个格子都翻倍。早先这个要求看似简朴，但到了棋盘后半部门，所需麦粒的数目出现出惊人的指数级增长。 现在的技能发展正处于雷同的阶段。《Big ldeas》表现，使用人工智能来“操纵”数据将颠覆诊断、药物发现和治疗，到2030年，整个行业的体现将提拔几个数目级。AI将彻底改变多组学工具、药物研发、分子诊断，并明显改善药物的经济回报。 这份陈诉一出，再度引爆Tempus的股价。而早在客岁10月，木头姐就已经完成Tempus的建仓，并一起增持至今。 究竟上，如ARK提出的这般弘大目的，昨们并不生疏。 客岁10月，环球着名AI公司Anthropic CEO Dario Amodei发表2万字长文，发出预言，将来人工智能支持的生物学和医学，将使50-100年的生物希望压缩为5-10年，在这个底子上，能治愈大多数疾病、清除癌症、防备阿尔茨海默氏症、延伸人类寿命到150岁…… 这还不算什么。本年1月份，特朗普当局推出的“星际之门”筹划，由OpenAI、软银和甲骨文建立合资公司，投资5000亿美元建立AI底子办法。在白宫的发布会上，甲骨文董事长Larry Ellison以为AI将彻底改变医疗保健；将来只需48小时，用AI检测出你体内的癌症，用48小时造出专属疫苗。 又一个AI“神话”。这般猜测，也直接动员了Grail的股价大涨。 别问，问就是将来可期。 但是，那些坐在实行的人坐不住了。医学博士Berci Mesk表现： “（48小时造疫苗）听起来很棒，但实际却遥不可及，以是这很轻易误导人。在这些技能安全有用地惠及患者之前，严酷的研究、试验和羁系是必不可少的。” 加拿大肿瘤学家、放射科大夫William Makis更是开门见山，这是乱说八道。 / 02 / Moderna咬碎泡沫 谁对谁错，疫苗巨头Moderna最有话语权。 履历过两千亿美元顶峰的Moderna，观看着这场AI医疗狂欢，然后决定裁掉10%的数字团队。 从员工数目角度出发，这次裁人微不敷道。但是，当激进的AI信徒都开始戳泡沫，昨们也不得不重新审阅那些有关颠覆的豪言。 究竟，在mRNA技能登顶诺贝尔奖之前，Moderna已经走了14年，而资源市场给的耐烦，从来不凌驾4个财报季。 Moderna非常器重人工智能，并在2023年11月举行了一场相干主题的投资者运动，向外界展示其数字战略，以及AI在加快其创新、规模和代价创造方面的作用。 这也被外界视为其转型破局的关键办法。Moderna信赖，AI是公司乐成的关键，由于AI既可以保持企业精益运作（不是依赖职员的扩展），又可以不停突破公司的创新本领。 彼时，尚未去职的Brad Miller在那次运动中说，“昨们信赖，昨们必须成为一家及时AI公司，将AI嵌入到昨们公司的方方面面”。 Moderna不但敏捷推出了本身的天生式人工智能产物mChat，还开展了大量工作，推动人工智能在开辟mRNA药物方面的应用，好比创建新候选卵白质的人工智能天生模子、围绕小分子的人工智能天生模子，以及在药物临床研究、药物警戒、生产制造乃至贸易范畴的应用。 在AI范畴的投资，是为了打造最好的Moderna。Moderna曾如许说。 耐人寻味的是，Moderna盼望通过AI进步员工的团体服从，而当公司迫于实际，紧缩本钱之际，数字团队也首当其冲。 客岁，Moderna公布了一项本钱缩减筹划，预计至2027年底减少约11亿美元的开支。其表现这次重组不会涉及大规模裁人，预计将来三到五年内将保持约莫6000名员工的规模。 然而，继Moderna工厂裁人，调解制造本钱布局后，业绩依然不佳，2024年收入下滑53/4%至32亿美元，净亏损36亿美元。重压之下，Moderna再度传出裁人消息，指向了数字部分。 创造服从的部分，也难逃一裁。 / 03 / 当科学家的肝遇到资源的嘴 拥抱AI，又被AI反噬，固然有Moderna自身的缘故原由。陷入逆境后，为了节流本钱而砍早期管线、裁人。但细致想来，AI不正是要来资助它降本增效的？ 大概是履历前期高抬高打、全员投入后的Moderna，发现实际与预期，差得有点远。又大概是，历时两年转型，华尔街的耐烦已经耗尽，也不再担当Moderna靠AI讲故事、画饼。 Moderna的转身，就像一盆冷水浇下，提示人们：狂欢之下，实际依然骨感。 这种割裂源自生物体系与数字体系根天性的范式差别，以及财产节奏的错配。 Moderna用十年时间将个性化肿瘤疫苗（Moderna称为INT疗法）研发周期压缩到6周，这本该是AI赋能的最佳案例。 早在2016年，Moderna便与默克告竣互助，致力于mRNA个性化肿瘤疫苗mRNA-4157的研发。 这是一款基于新抗原的个性化癌症mRNA疫苗，使用特有的主动化算法，可靶向患者的特异性突变，且编码多达34种新生抗原。现在，其已在辅助玄色素瘤进入临床三期，也同时举行辅助非小细胞肺癌、皮肤鳞状细胞癌等的临床研究。 最紧张的是，这款疫苗从研发到生产制造，都有AI的到场。在研发端，Moderna重点夸大，整个过程不必要职员到场，而是多个AI算法以完全主动化、完全集成的方式毗连在一起的。 而在生产制造端，Moderna利用AI工具来和谐制造资源的调理，以便生产数千种个性化药物，满意正在举行的临床试验的患者需求。焦点是Maestro平台，这是一个端到端的数字办理方案，通过真实数据和AI，不停优化整个生产和交付流程。 使用Maestro如许的数字和谐工具，Moderna不停进步着本身的服从。现在，其制备肿瘤个性化疫苗必要6周左右的时间。 这与Larry Ellison畅想的48小时主动制备，另有很远的间隔。 而根据Moderna官网技能白皮书披露：个性化疫苗开辟流程中，均匀需35天网络并分析患者抗原呈递细胞反应数据。 换句话说，6周中的5周都用于等候患者T细胞免疫反应数据。这是AI再强盛的算法也无法逾越的生物学时间常量。 早筛也是云云。Larry Ellison口中的将AI应用于早筛并不是什么奇怪事，建立之初Grail就在探索这件事，好比其甲基化泛癌早筛新模子。 Grail是以CCGA（循环细胞游离基因组图谱）研究开启了早筛的探索。其焦点是想通过一个血液ctDNA的大型临床试验（万人、随访5年），网络样本、创建血液检测癌症的基因组数据库，然后通过呆板学习大数据建模举行效果分析判定。 Grail首席医疗官Josh Ofman说，“癌症大概会出现成千上万个甲基化的变革，通过这些更丰富的信号，可以利用呆板学习算法来检测癌症的存在”。在整个人类基因组中，有3000万个甲基化位点存在于10万个DNA片断上。Grail观察了100万个如许的数据。 这必要工业级的人工智能才气在全部这些数据中找到题目。Grail在此底子上，推出了不完善的产物，固然筛出率低（敏感性51.5%，I-III期为40.7%），但幸亏广且假阳性低（特异性99.5%，构造溯源正确性88.7%），且性能颠末广泛的临床研究验证。 这是Grail用近10年，烧了几十亿美元后，到达的一个结果。 而当资源向生命科学范畴倾倒算力时，没有哪个医学家能肝得过。 / 04 / 既要等待，又要苏醒 只管AI与之前的技能革命最大的区别就在于它的发展速率。指数增长开始时很慢，但很快就会加快。 然而，生命科学的复杂性，决定了其颠覆不大概来自单点技能突破，而必要依靠跨学科、长周期的体系创新。这要求昨们，关于将来，要保持乐观与等待，但关于实际，也要有着苏醒的认知。 直到本日，Grail还在其SYMPLIFY临床实行底子上，优化着本身的甲基化泛癌早筛模子测试。“昨们如今每优化1%的模子特异性，必要额外整合3.7TB的临床病程数据。”Grail工程师在技能博客中这么说。 后续假如要应用，Grail还必要在练习集上重新练习模子，再举行大规模前瞻性验证。 任重而道远。只有当算法迭代、数据积聚、临床验证形成闭环时，技能红利才会真正开释。在此之前，任何将AI+医疗过分神话的预期，都不外是资源催生的泡沫。 AI可以或许提拔服从，乃至带来模式的重塑，AI对于医疗全财产链都意义庞大，从研发到诊疗到治疗，每一步都必要时间的探索，不能盲目乐观。 究竟，再强的AI也算不外三件事：在造就皿里摆烂的细胞、药监局审评员的起床气，以及韭菜们用真金白银投票时的反身性暴击。 |
