网易首页 > 网易号 > 正文 申请入驻

大江东丨走近科学大咖① AI制药冲进三期临床,泡沫还是功德?三位顶尖科学家实话实说

0
分享至

来源:【人民日报中央厨房-大江东工作室】


全球科学界的热点在哪儿,顶科论坛的聚光灯就在哪儿。“AI制药”和“AI for Science”无疑是今年最烫手的关键词。

AI制药到底走到了哪一步?AI设计出的新药算不算科学发现?AI会取代科研人员吗?围绕这些问题,大江东-复旦融媒体创新工作室对话三位出席顶科论坛的顶尖科学家,听他们谈AI制药的现在与未来,谈AI时代的科学与人。


出场人物

迈克尔·莱维特:2013年诺贝尔化学奖得主、美国斯坦福大学结构生物系教授

丹妮拉·罗兹:2023年世界顶尖科学家协会奖“生命科学或医学奖”得主、英国剑桥MRC分子生物学实验室名誉课题组负责人

帕斯卡尔·梅耶:2022年生命科学突破奖得主、Alphanosos公司联合创始人兼首席执行官

01

患者模型能代替人体试验吗?

大江东:临床试验得靠双盲试验和受试者来验证安全性和有效性。未来有没有可能,让AI训练出来的“患者模型”先替人类试一遍?训练这样的模型需要哪些数据?离实际应用还有多远?

莱维特:一些新药对你疗效很好,对另一个人却副作用很大。如果我们拥有虚拟的患者模型就好了——数字替身,可以记录一个人的各项体征,试药时模型会提示:该药对携带这类基因、这个年龄、这个地域、这个性别的人,会引发胃痛等副作用。算法能测量生化系统,直接给出结论。30多年前就有人做糖尿病的计算机模型,现在我们只需要把这种方法拓展到所有疾病上。

我们已有毒性相关模型:哪些物质有毒、哪些无毒、哪些代谢后变毒物、哪些两两混合才产生毒性。但训练“患者模型”需要海量临床试验数据,当前最大瓶颈是数据匮乏。不过我不悲观——试想20年前,如果有人想“发明AI”,数据也是不够的,但今天AI做到了。参照自动驾驶,虽然仍会犯错,事故率却比人类驾驶低得多。医学同理:目前很多药只有六成有效,如果患者模型能把药效从六成提到九成,就是巨大的进步。

当然,真人临床试验依旧必不可少,虽然前期可在虚拟模型上完成大量初筛。AI在健康领域的应用要厘清边界,可以帮你优化生活方式,但复杂重病必须找真人医生,绝对不能直接让AI开药。

罗兹:迄今为止,大多数药物实际上只在男性身上做过试验,而且基本上是某个特定年龄段的男性。如果有“患者模型”,我们就可以把人体复杂性和个体差异考虑进去了。

梅耶:训练患者模型的想法有道理,但会受系统反馈限制。人体是复杂系统,只要缺失一小部分,整体就可能变得不可预测。基于实验和实证的路径更可靠,真正的产品要靠实证验证,因为我们缺失的知识实在太多。

02

AI制药,有望打破“耗时十年、耗资十亿美金、成功率不足10%”魔咒?

大江东:这几年“AI制药”很热,但也有人说泡沫不小。以你们的观察,AI制药走到了哪一步?是噱头,还是已经改变新药研发流程?

梅耶:AI确实能缩短研发时间——更快筛选药物分子,先导化合物优化更快。但我不认为它能显著提升制药成功率,因为失败的种子埋在人体的复杂性里。只要我们对生命体的认知还有缺口,药效的测试就会有偏差。AI只能加速那些本来就做得好的事情,但无法从根本上改变新药研发方法。

罗兹:整个AI领域的确存在一些炒作。为什么世界上最富有的人大部分来自AI行业?我担心炒作背后有利益驱动。各国政府都需要参与监督AI,确保它被正确使用。

AI制药主要依托既有数据库——蛋白质数据、药物分子结构、动物实验数据等。但在我们知之甚少的领域,AI能起到多大作用?

莱维特:我倒是认为,未来5-10年,医疗会因为AI改善很多。AI降低了药物设计门槛,帮助筛选更多副作用更小的优质药物。我从2014年起就和一家AI制药公司合作。他们已经有好几款药进入临床试验。一些大药企也在用AI辅助制药。医学的未来充满希望。

大江东:AI设计的药已进入临床试验,有人说是科学的进步,也有人说是危险的赌博,连设计者都说不清哪个分子起了作用,这样的药敢给患者服用吗?还有一种说法,AI制药越快,实验室越忙,因为AI降低门槛,分分钟设计出大量候选新药,意味着更多药物分子要进入实验室验证,但真正有效的寥寥无几,你们怎么看?

莱维特:人类很少能彻底弄懂一款药的全部机理。止痛药,我们能说出部分起效机理,却谈不上完全理解。药监部门要求严格的临床测试,但并不强制阐明全部作用机理。

一些数学家把AI称为“黑箱”,因为搞不清楚它的解题思路。其实细胞就是“黑箱”,生物学研究一直在和“黑箱”打交道。拿到一个黑箱系统,就输入大量已知标准答案的案例做测试。

生命体相当复杂,你推理出这里的结构,那里却发生变化。所以某些方面,机器学习需要向生物学学习。即便AI设计出的新药确实有效,也一样要严格测试验证。

信任建立在严苛检验之上。科学领域大量已发表论文的结论其实都是错的。但科学的好处在于,正确的结果可以被复现。

未来会出现错误模型,也会有人打磨出可靠模型,压缩新药研发周期。即便模型很好,真人临床试验依旧不能省略,总会有少数特殊个体,是模型覆盖不到的。

罗兹:你可能设计了一种药物作用于特定靶点,但仍不知道它究竟如何在人体里起作用。AI能在很短的时间内分析出可能对某种突变蛋白有效的分子,确实了不起,但仍需实验验证效果、研究药物的生物化学特性,弄清楚它真正的作用机制。

03

AI科研能力见长,科学家会被AI取代吗?

大江东:最近,OpenAI一次性发布722篇AI生成的数学手稿后,引发数学界强烈争议。人类数学协会呼吁数学家停止与其合作,逾1600位数学家在线联署,认为AI正在“攻陷”数学。从AlphaFold预测蛋白质结构开始,类似争论在生物学界也出现过。您怎么看待AI对传统科研范式的重塑?它会取代科学家吗?

莱维特:我原以为数学家应该兴奋,试想如果你的博士生解决了同样的问题,你首先想到的是“好,问题解决了,科研又向前迈进,那我能展示点别的吗?”

你不能说“我不用AI,因为它犯过错”,这像在说“我永不和学生合作,因为他犯过错”。犯错对科研很重要,优秀的科学家总是期待犯错,如果你一直是对的,说明课题太简单了。

AI会取代科研人员吗?我自己就是反例。过去近四年,AI从新奇玩物到处理简单工作的帮手,再到水平堪比博士后、研究员。而今,AI对我而言已相当于一整个科研小组。

罗兹:提出问题的是科学家,判断答案是否成立的也必须是科学家。AI能设计药物,是因为它掌握了化学知识。而这些知识是科学家们发现的。

迄今为止AI所做的一切都基于人类获取的知识和数据。AlphaFold使用的就是人类用实验的方法测定并积累起来的数据库。AlphaFold能做很棒的预测,但预测终究是预测,需要人类去验证。

梅耶:AI将在每个学科发挥巨大作用。数学曾被视作只能靠人类智力去钻研的领域,而AI加速了人类的研究。真正的问题是,未来的研究还需要人类参与吗?我们身处竞争激烈的时代,没有人能回避使用AI。而一旦所有人都用起来,就会不断喂养这些系统,让它们越来越强大,直到最终取代我们。到时会怎样,无人知晓。

不过我不担心人类会因此失去对生物学的理解。我们依然足够聪明,能真正理解AI做了什么,并去验证它。生物学家仍有优势,比如能量效率。我们的大脑高效得多。

大江东:现在科研界有一种焦虑:AI正在“杀死”基础研究工作,而年轻研究者恰恰是通过做基础研究工作才学会做科研的。AI时代的年轻人需要具备什么样的能力?您有什么建议?

罗兹:不要让AI包办一切,你必须锻炼自己的大脑。在AI面前,我们不要失去科学中真正重要的好奇心,以及提出正确问题所需的知识。

对我这个实验科学家来说,科学的乐趣在于动用头脑和双手。很难想象,当90%的工作都可以用计算机完成,年轻人还怎么踏入科研之门。甚至无法想象,缺失了自己亲手摸索的过程,他们该如何贮备知识?怎样学习判断什么值得追问,最终提出重要的问题?

我从2018年就开始在工作中运用机器学习了,但日常生活中我不怎么用AI,我的生活不靠AI运转。很多人不停地跟AI聊天,但我更喜欢与人交谈、读书。

莱维特:这是个老担忧。每回发生科技革命,总有人担心,总怀念过去,觉得旧时代一切更好。可实际上过去的生活要艰难得多。

年轻的科研人员最该学会的是不断质疑,应当像孩子那样不停地问“为什么”,把家长问得头大。面对AI,你就要不停地问:你为什么得出这个结论?很多时候AI会说:“抱歉,我思考得不够充分,我换个答案。”当AI把答案A改成答案B,你就要判断到底是A还是B。这就是辩证思辨。古希腊人就崇尚提问的艺术,我认为在AI时代,对话思辨的能力会变得愈发重要。和AI互动的过程本身,就在训练你成为更好的研究者。

如果科学家抵触AI,抱怨AI会犯错,那他们会陷入被动。但我相信全球的科研工作者,都会拥抱AI,加快科学的进程。

统筹:吴焰 李泓冰 伍静

记者:黄晓慧

实习生:高寒、陈欣越、侯天泽、张甲怡

特邀顾问:复旦大学新闻学院教师邢梦莹

出品:大江东-复旦融媒体创新工作室

本文来自【人民日报中央厨房-大江东工作室】,仅代表作者观点。全国党媒信息公共平台提供信息发布及传播服务。

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
紧身短裤,是跑步最尴尬的装备

紧身短裤,是跑步最尴尬的装备

跑者排球视角
2026-11-20 06:59:54
春节返乡潮要变天?专家预言:2027年前后打工潮降温,原因很现实

春节返乡潮要变天?专家预言:2027年前后打工潮降温,原因很现实

江启
2026-11-21 12:47:21
50岁舒淇状态吊打同龄人,极致自律曝光:几乎不乱吃,有空就运动

50岁舒淇状态吊打同龄人,极致自律曝光:几乎不乱吃,有空就运动

观鱼听雨
2026-11-21 19:16:00
发布会上说“开车是可以睡觉的,别睡死过去就行了”,余承东纠正:讲的不准确,现在还是L2时代,大家一定要注意安全,开车不能睡觉

发布会上说“开车是可以睡觉的,别睡死过去就行了”,余承东纠正:讲的不准确,现在还是L2时代,大家一定要注意安全,开车不能睡觉

蓬勃新闻
2026-11-20 21:56:53
2026年11月21日:今日金价:大家做好心理准备,黄金将迎来大行情

2026年11月21日:今日金价:大家做好心理准备,黄金将迎来大行情

时尚的弄潮
2026-11-21 11:27:04
加拿大总理震动舆论,出席深圳 APEC 会议,公开称要借鉴深圳发展

加拿大总理震动舆论,出席深圳 APEC 会议,公开称要借鉴深圳发展

健身狂人
2026-11-21 11:35:16
11月21日俄乌:“熊之陷阱”毙伤800俄军,特朗普希望尽快签署和平协议

11月21日俄乌:“熊之陷阱”毙伤800俄军,特朗普希望尽快签署和平协议

山河路口
2026-11-21 20:00:37
比恒大更惊人,中国第二大民企轰然倒下,负债7500亿,创始人落网

比恒大更惊人,中国第二大民企轰然倒下,负债7500亿,创始人落网

墨策史
2026-11-14 02:15:05
英伟达,被查

英伟达,被查

第一财经资讯
2026-11-21 13:41:17
兵败如山倒?国产新能源或已经证明:中国根本不需要二线豪华品牌

兵败如山倒?国产新能源或已经证明:中国根本不需要二线豪华品牌

浩渺青史
2026-11-21 03:59:39
为什么现在部分股民对中国股市有这么大的怨气?

为什么现在部分股民对中国股市有这么大的怨气?

星语者056
2026-11-21 10:21:43
终于不准跌了?中央部委明确!明后两年,除了买房,你可能无选择

终于不准跌了?中央部委明确!明后两年,除了买房,你可能无选择

混沌录
2026-11-20 10:25:16
媒体评《GTA6》六大美女:曼迪竟不是第一?

媒体评《GTA6》六大美女:曼迪竟不是第一?

游民星空
2026-11-21 21:11:39
【油价大跌】超0.83元/升后,11月汽柴油“再次连续大降”,11月26日油价或再“大跌超430/吨”

【油价大跌】超0.83元/升后,11月汽柴油“再次连续大降”,11月26日油价或再“大跌超430/吨”

油价早知道
2026-11-19 09:03:12
历史不会重演,但会惊人相似:中国黄金价格极可能重走2015年老路

历史不会重演,但会惊人相似:中国黄金价格极可能重走2015年老路

浩渺青史
2026-10-17 01:48:48
一觉醒来天塌了!全球资产都在跌,最难受的不是亏钱,是底气在变薄了……

一觉醒来天塌了!全球资产都在跌,最难受的不是亏钱,是底气在变薄了……

清流财记
2026-11-21 09:20:35
峨眉山偶遇刘涛!48岁素颜爬山状态引热议

峨眉山偶遇刘涛!48岁素颜爬山状态引热议

手工制作阿歼
2026-11-20 13:03:18
降雨、暴雪、大风!新一轮冷空气来了

降雨、暴雪、大风!新一轮冷空气来了

环球网资讯
2026-11-21 17:29:37
上海爷叔铁了心娶小35岁女子,三次将子女告上法庭!家人:她从事过特殊行业,动机不纯;爷叔:她对我一片真心,我同情她

上海爷叔铁了心娶小35岁女子,三次将子女告上法庭!家人:她从事过特殊行业,动机不纯;爷叔:她对我一片真心,我同情她

大风新闻
2026-11-21 09:12:09
带岳母抓妻子出轨,认出床上那人后,岳母失声尖叫

带岳母抓妻子出轨,认出床上那人后,岳母失声尖叫

雾岛夜话
2026-04-03 11:30:58
2026-11-21 21:48:49
全国党媒信息公共平台 incentive-icons
全国党媒信息公共平台
人民日报社媒体融合发展的平台,账号由人民日报媒体技术股份有限公司运营
21147文章数 25671关注度
往期回顾 全部

科技要闻

Anthropic收涨17.1%,市值一度破2万亿美元

头条要闻

菲总统马科斯APEC欢迎曲为《孩子》引发热议 本人回应

头条要闻

菲总统马科斯APEC欢迎曲为《孩子》引发热议 本人回应

体育要闻

约基奇vs申京:最强的策应巨人?

娱乐要闻

虞书欣擦边自拍、霸凌同事、媒体点名?

财经要闻

走过三年牛市,黄金何去何从?

汽车要闻

35万级MPV的满配答案 享界V8正式上市售31.98万起

态度原创

房产
亲子
数码
本地
公开课

房产要闻

黄埔商业规划曝光!科学城能级跃升,核心入场券已锁定

亲子要闻

42岁妈妈8个月减重50斤判若两人!“决定把注意力放回自己身上”,中度脂肪肝消失了,情绪不内耗了,和孩子关系也改善了

数码要闻

极摩客GMK M10迷你主机上架:锐龙5 6600H、24+512GB到手3399元

本地新闻

43年起落记忆倒计时,去厦门高崎领绝版登机牌!

公开课

李玫瑾:为什么性格比能力更重要?

无障碍浏览 进入关怀版