硅谷鼓吹AI治愈疾病，药企CEO不买账
Silicon Valley Promises AI Will Cure Disease. Drugmaker CEOs Aren't Buying It
硅谷科技圈正沉浸在AI能彻底治愈疾病的宏大叙事中，但制药公司的CEO们却对此持怀疑态度。这并非因为药企拒绝技术，而是他们深知AI的真实定位：它更像是一位得力的科研副驾驶，而非能独立完成任务的超级大脑。目前，药企确实在使用AI来筛选药物靶点、优化实验药物以及精准匹配患者，但远未达到OpenAI等公司宣扬的“全自动”水平。这种认知温差揭示了技术炒作与产业现实之间的鸿沟，提醒我们AI在医疗领域的真正价值在于辅助人类专家，而非替代他们。
制药公司确实在使用AI，甚至用于创造新药，它帮助研究人员挑选靶点、微调实验药物并识别合适的治疗患者，Leiden称其有用之处在于作为科学家的副驾驶。
HN 评论区
126- rajnathani
将 AI 与湿实验室整合成一个闭环，就像 Anthropic 正在尝试的那样（这并非首创，其他公司也在做，Jeff Dean 的新创业公司很可能也在做），看起来确实非常有前景。
- j7ake
AI 不必非要治愈疾病才能带来改变。
加速官僚工作本身就能在任何大型组织（比如制药公司）中产生可衡量的帮助。
而且这还没算上它们即将协助完成的科学工作。
- kanzure
pton_xd 发帖后删除了内容：
> 生物学本身存在诸多难题，但 LLM 相比人类有一个优势：它们只是照指令行事，不受形象、政治、盈利动机等左右。也许单凭这一点，就能让那些原本会被中途埋没的解决方案浮出水面。
没错，绝对如此。针对诸如长寿之类的问题，生物学领域其实有很多解决方案和唾手可得的成果。我们已经多次让小鼠的寿命显著延长。但要将其移植到人类身上，就需要对人类生殖系进行基因编辑，而你可以肯定，这种“解决方案”是被严格禁忌的。
至于“治愈癌症”，我怀疑 Anthropic 或 OpenAI 会利用它们的高地位/声誉，去“洗白”那些社会一直拒绝接受的现有方案（生殖系编辑、p53、增强的 DNA 损伤修复通路、更高的抑癌基因与致癌基因拷贝数比、更健壮的抑癌网络、更强的自发性抗癌凋亡、CD47 抑制等）。它们或许拥有足够的声誉，让人们重新审视这些想法。这虽然治不好那些患有 5 期“涡轮癌症”（即行尸走肉）的人，但希望我们不会把目标定得离他们太远。https://news.ycombinator.com/item?id=49329717
- fabian2k
我不明白 AI 目前能从哪里获得足够可靠地开发新药所需的数据。或者说，要开发出比我们现在成功率更高的药物。
AI 必须能够预测特定分子对人体产生的所有影响。我的意思是，对于我们已经理解的特异性相互作用，我们如今确实能完成其中一部分。但这在本质上并没有什么不同，而且极不可能比当前的药物开发更有效。
- armanckeser
数字智能能做很多事情来推动研究进展，也许到了某个节点，我们可以借助足够逼真的生物学模拟等在云端运行实验。但即便在那之前，它也可以用于更快更好地诊断病人，分析来自海量来源的文献和数据，并规划出“治愈该患者概率最高”的治疗方案，就像 Gitlab 创始人正在做的那样。AI 不必明天就找到治愈疾病的方法，也能拯救更多生命。
- vhiremath4
平均一次药物临床试验需要 6 到 7 年。为了制造更好的药物，我们需要标注好的输出数据，包括“这在试验中有效”以及（更重要的是）“这在试验中无效”（后者如今几乎总是被 CRO 和制药公司排除在外）。我在这里使用“为了制造更好的药物”这个词非常宽泛。我并不是说“为了训练一个能从疾病和患者直接推导出有效化学结构的模型”。我是说，哪怕只是拥有统计助手，帮助判断是否应该尽早取消某种药物（这可是巨大的帮助），或者调整其毒性剂量，或者以不同的方式划分试验队列。
所以，是的，AI 不会像文章里引用的那样“在 7 年内解决 90% 的疾病”，但完全对“不去尝试”这件事耸耸肩也有一点荒谬。我们目前的药物开发方式是我们拥有的最好方法，但这简直是疯狂。我们现有的方法基本上等同于（非常花哨/统计严谨的）试错。平均一款药物要花 10 亿到 20 亿美元、历经多年才能上市。我们至少得试着做得更好。在这个领域，出于同情心，我们似乎应该感到有义务去尝试。
- hirenj
我一直不太理解
- dw_arthur
在我看来，除非我们发现了如何准确模拟器官以及分子如何与它们相互作用的方法，否则 AI 无法让我们更快地获得更好的药物。在我看来，这项技术似乎还遥遥无期。