![]()
一个患者的病理切片、CT、基因组和蛋白质组数据,能不能被 AI 放在一起分析?如果模型不仅能识别疾病,还能理解一个人的生物学状态,甚至预测疾病接下来会如何发展,医学研究会发生什么变化?
这是华盛顿大学助理教授王晟近年来一直在探索的问题。从基因功能预测、单细胞分析,到数字病理和多模态医学基础模型,他的研究方向几经变化,但始终围绕着一个目标:让 AI 从越来越复杂的生物医学数据中,理解生命系统的运行规律。
过去几年,他与微软研究院等机构合作开发了多款生物医学 AI 模型。从能够分析大规模全切片病理图像的 GigaPath,到尝试统一处理九种医学影像的 BiomedParse.....他的研究逐渐从单一数据类型走向多模态医学基础模型。2026 年,他入选《麻省理工科技评论》“35 岁以下科技创新 35 人”(TR35)亚太区名单。
但在王晟看来,模型能力的提升只是其中一部分。随着 AI 逐渐能够处理越来越复杂的数据,研究人员面临的难题也在发生变化:不同尺度的生物医学数据如何建立联系?如果模型缺少某种关键信息,能不能反过来设计实验、改进仪器,获得自己需要的数据?
这个问题正在变得更加现实。2026 年,OpenAI、Anthropic 等人工智能公司相继加大对生命科学的投入。它们不再满足于让模型阅读论文、分析数据和提出假设,而是开始与药企合作、建立实验室,尝试将 AI 引入真实的药物研发流程。
近日,DeepTech 和王晟聊了聊。我们从他这些年的研究方向变化聊起,谈到多模态模型如何整合不同类型的数据、患者世界模型距离实现还有多远,以及 AI 公司纷纷进入生命科学领域后,科研和药物研发可能发生的变化。
在他看来,生物医学可能成为 AI 下一阶段最重要的突破方向之一。但要真正实现这一目标,AI 需要跨越的,不只是模型性能的门槛,还有数据、实验和科学验证的门槛。
从病理切片到多模态模型,AI 还需要理解更多信息
王晟的研究方向并不是一开始就集中在医学影像上。
早期,他主要研究知识图谱和基因功能预测。当时,图神经网络等方法在图数据分析中取得了明显进展,他开始思考,这些技术能否解决生物医学领域的问题。随后,单细胞组学兴起,他又将研究重点转向细胞类型识别。ChatGPT 的出现,则让他意识到,大规模基础模型可能为生物医学研究提供新的解决方案。
“作为一名交叉学科研究者,我们的核心思路就是结合 AI 领域的新技术,以及生物医学领域出现的新问题和新发现,寻找值得研究的交叉方向。”王晟说。
在这些方向中,医学影像尤其是病理图像,成为团队重点探索的领域。一张全切片病理图像可能达到 4 万×4 万像素,包含大量细胞形态、组织结构及空间关系,既有足够大的数据规模,也有复杂的特征需要模型学习。
团队开发的 GigaPath 就是这一探索的代表,它能够分析大规模全切片病理图像。研究团队利用来自 Providence 的 171,189 张全切片病理图像、超过 3 万名患者的数据进行预训练,覆盖 31 种主要组织类型。在 26 项评测任务中,该模型有 25 项取得了最优表现。
![]()
图 | GigaPath 在视觉语言任务中的应用(来源:Nature)
不过,病理图像只是医学影像的一种。医生面对的医学影像还包括 CT、核磁共振、X 射线、超声和视网膜影像等。如果 AI 只能分别处理这些数据,就很难帮助医生全面理解患者。
为此,团队进一步开发了 BiomedParse,尝试将九种医学影像模态纳入统一框架。与一些需要医生在图像上进行复杂标注、点击操作的工具不同,BiomedParse 希望让医生通过自然语言与模型交流,像使用 ChatGPT 一样描述自己的需求。
这项研究还尝试解决不同医学影像之间如何建立联系的问题。现实中,很难找到同时拥有所有类型医学影像的患者。例如,一名患者可能接受了眼底检查,另一名患者可能做过心脏 CT,两人的影像数据并不能直接配对。王晟团队尝试利用医生撰写的文字报告作为共同桥梁,将不同类型的影像联系起来。无论是眼底图像还是心脏 CT,医生通常都会留下相应的文字描述,模型可以借助图像与文字之间的对应关系,学习不同影像的特征。
此外,这种方式还有一个实际意义,就是降低医生使用 AI 的门槛。“只有医生愿意使用,才能产生更多反馈。”他认为,模型不仅要预测得准,还要容易使用。医生使用后产生的数据和反馈,能够进一步帮助研究人员改进模型,这才有机会形成持续迭代的数据闭环。
从单一病理影像走向多种医学影像,也让王晟开始思考一个更大的问题:如果模型能够整合的数据模态越来越多,它的整体能力是否也会随之增强?这正是他提出多模态 Scaling Law 的出发点。
例如,对于一名复杂癌症患者,医生可能需要结合病理切片、CT、DNA 基因组检测,有时还要参考蛋白质组、代谢组等信息。不同检测反映疾病的不同侧面。如果 AI 能够同时理解这些信息,就有机会对患者形成更加全面的判断。
目前,团队已经在医学影像方面整合了九种模态,在生物学方面则围绕三维基因组学整合了六种不同类型的数据,包括基因表达、三维基因组结构和表观遗传学信息。下一步,他们希望将医学影像多模态模型与基因组学等生物数据的多模态模型,最终将它们整合成一个统一的生物医学多模态模型。
事实上,团队参与开发的 GigaTIME 也在尝试从病理图像中挖掘更深层次的生物学信息。这项研究利用常规病理切片生成虚拟多重免疫荧光图像,帮助研究人员分析肿瘤微环境中不同细胞及蛋白质的分布情况,为理解肿瘤进展和治疗反应提供更多线索。
![]()
图丨 GigaTIME 实现群体规模肿瘤免疫微环境分析(来源:Cell)
但要将这两类数据真正整合起来,并不容易。医学影像呈现的是人体器官和组织的状态,可以通过肉眼或显微镜观察;基因组学数据则涉及分子和细胞层面的信息,两者处于完全不同的尺度,缺少足够的配对数据,很难直接建立联系。
“因此,我们现在也在探索 AI 技术之外的生物科学方法,希望通过新的数据采集方式,将不同尺度的生物学信息与医学影像对应起来。如果能够解决这个问题,就有可能进一步实现不同尺度生物医学数据的统一整合。”王晟说道。
从通用模型到患者世界模型,AI 如何理解疾病?
如果说多模态模型希望让 AI 理解更多类型的生物医学信息,那么当这些模型真正走向临床时,还需要面对另一个问题:它能否在具体疾病的诊疗场景中,提供足够准确、可靠的辅助信息?
最初,团队希望建立覆盖多种癌症的通用病理模型,让 AI 能够从不同组织切片中识别疾病特征,完成多种预测任务。但在实际研究中,他们发现,通用模型虽然能够处理多种癌症,却未必能在某一种疾病上达到最好的效果。“它各种癌症都能做,但其实说哪一种特别突出,反而就没有那么突出了。”王晟说。
为此,团队选择肺癌作为切入口,收集大量相关数据,对原有模型进行进一步训练和微调。经过针对性优化,模型在肺癌场景中的表现得到提升,但这种改进也带来了另一面:随着模型越来越适应肺癌数据,其在乳腺癌等其他癌症上的表现可能有所下降。
因此,王晟团队逐渐形成了分阶段的研究思路:在论文研究阶段,优先开发覆盖多种疾病的通用模型;在临床应用阶段,则根据具体医院的数据特点和实际需求,将模型进一步调整为针对特定疾病的专用模型。
据王晟介绍,团队开发的肺癌模型不仅在合作医院开展了应用研究,纽约纪念斯隆凯特琳癌症中心也曾独立使用这一模型,并在一项发表于 Nature Medicine 的研究中验证了它在肺癌场景中的应用价值。
不过,模型进入医院并不意味着已经能够参与日常诊疗。目前,这类模型主要作为医生的辅助工具,用于病理分析、复杂病例研究和科研工作。如何在保证患者数据安全、满足医疗监管要求的前提下,让模型逐步进入实际诊疗流程,仍然需要进一步探索。
从通用模型到针对特定疾病的专用模型,王晟团队探索的是如何让 AI 更好地理解和识别当前的疾病状态。而他进一步希望实现的,是让 AI 能够预测疾病接下来会如何发展。这也是他所构想的患者世界模型的研究目标。
王晟借鉴了机器人领域世界模型的思路:机器人需要预测执行不同操作后,周围环境和自身状态会发生什么变化;对于患者而言,模型则需要预测一个人在接受不同药物或治疗方案后,未来的身体状态和疾病进程将如何变化。
“当我知道病人在这一刻的状态,我可以预测他在未来使用不同药物之后,状态会怎么变化。这就是我们对世界模型的定义。”王晟说。
传统精准医疗更多是根据患者当前的疾病状态,判断哪一种治疗方案更适合。而患者世界模型希望进一步模拟不同治疗选择带来的长期影响。例如,同一种疾病的患者接受不同药物后,短期治疗反应可能相似,但未来几年甚至十年的病程可能出现差异。模型希望帮助研究人员预测这些不同治疗方案可能带来的长期结果。
在技术上,团队希望将患者每次就诊时产生的诊断记录、医学影像和检查结果视为一段连续序列,利用患者前几次就诊的数据预测下一次就诊时可能出现的状态。
不过,这一设想面临的最大障碍仍然是数据。患者的就诊记录、检查结果和治疗信息涉及隐私,不同医院和研究机构之间很难直接共享数据。对于罕见病而言,单个医院能够收集到的病例尤其有限。
“如果把全世界所有的数据都结合起来,比如一些罕见病,在一个地区可能只有一两例,但如果全球的数据都结合起来,就能找到上百例、上千例。”王晟说。
因此,在他看来,患者世界模型的突破不仅取决于算法,还取决于能否建立更好的跨机构数据共享机制。只有获得足够多、时间跨度足够长的患者数据,模型才有可能从识别当前疾病,进一步理解不同治疗方案对患者未来发展的影响。
当 AI 开始参与科研,谁将成为下一个药物研发者?
过去一年,OpenAI、Anthropic 等人工智能公司对生命科学的投入明显增加。它们开始开发生物医学专用模型、与药企合作,甚至直接组建团队参与药物研发。对于这些公司而言,生物医学不仅是一个具有巨大社会价值的领域,也是 AI 在数学、编程之外需要探索的下一个重要方向。
但 AI 能否真正成为科学研究的参与者,首先需要回答一个问题:它提出的科学假设,究竟怎样才能被证明是正确的?
在数学和编程领域,AI 的表现相对容易验证:数学证明可以通过定理检查,代码可以运行测试。但生物医学研究不同,一个模型提出新的药物分子或生物学机制,并不意味着它真的有效,最终还需要通过细胞实验、动物实验等方式进行验证,有些研究甚至需要数年才能得到结果。
如何把这种实验验证转化为一套能够衡量 AI 科学发现能力的评测标准? 也是王晟正在思考的问题。
他认为,目前不少生物医学 AI 评测仍然停留在数据分析层面,距离真正的科学发现还有差距。模型能够从已有数据库中找到规律,并不意味着它发现了此前未知的科学知识。为此,他正在探索建立一种新的评测基准(Benchmark):由前沿科学家提出尚未解决的研究问题,再交给 AI 尝试回答,最后通过真实实验检验结果。“AI 做出的答案必须是现实世界中论文或者人都不知道的事情,必须得有一个生物学家在湿实验中验证。”
不过,如果每一个 AI 提出的假设都需要经过数月甚至数年的实验,评测的成本和周期就会非常高。因此,王晟认为,评测问题本身也需要经过筛选,现阶段不宜一开始就让 AI 挑战最复杂的疾病。
在他看来,癌症、帕金森病等疾病涉及复杂的生物学机制,距离真正解决这些问题还有很长的路。相比之下,一些基础生物学问题更容易设计实验,也能在较短时间内获得结果。例如,细胞层面的实验通常几天就可以观察到变化。与其急于让 AI 攻克复杂疾病,不如先让它在这些基础问题上积累科学发现能力。
他将这一过程比作 AI 在数学领域的发展:模型也是经过大量基础题和竞赛题的训练,逐渐积累能力,后来才开始解决更复杂的数学难题。
当 AI 逐渐具备提出科学假设、分析实验结果的能力之后,它改变的可能不只是科学研究的效率,还有药物研发本身的组织方式。
2026 年 10 月,Anthropic 收购生物技术公司 Mithril Medicine 的消息也引起了王晟的关注。这家公司此前只有一名全职员工,创始人 Cody Tranbarger 借助 Claude 协调 11 家外部实验室,在不到 18 个月的时间里,将一项潜在治疗方案推进到小鼠实验阶段。
在王晟看来,这展示了一种新的研发模式。“未来的生物医学研发可能不需要很多 AI 研究人员,只需要少数人管理大量 AI Agent,再把关键的实验环节外包给 CRO(合同研究组织),就能够完成一部分药物研发工作。”
如果少数研究人员借助 AI 就能组织一个药物研发项目,那么这种能力是否也可能进一步开放给专业科研机构之外的人?王晟提出了一个更进一步的设想:未来,患者本人也有机会成为药物研发的组织者。“最想把罕见病治好的,并不一定是药厂,而是患者本人或者他的家属。”
他设想,未来可以建立一个平台,让罕见病患者借助 AI 学习生物医学知识、提出研究问题,再通过平台调用 AI 工具,委托专业机构开展细胞实验、动物实验等工作。这样,患者本人也有机会组织研究项目,而不必完全依赖大型药企决定哪些疾病值得投入研发。
当然,这种模式仍然面临经费、专业能力和实验资源等现实限制。AI 可以帮助患者理解研究问题、组织研发流程,但实验设计、结果验证和后续临床试验仍然需要专业人员参与,也必须遵守相应的伦理和监管要求。
在王晟看来,AI 的意义之一,就是降低参与科研所需要的知识和组织门槛。过去,药物研发主要掌握在大型药企和专业研究机构手中;未来,随着 AI 工具和外部实验资源逐渐开放,更多患者也可能参与到研究过程中。
1.Xu, H., Usuyama, N., Bagga, J. et al. A whole-slide foundation model for digital pathology from real-world data. Nature 630, 181–188 (2024). https://doi.org/10.1038/s41586-024-07441-w
2.https://microsoft.github.io/BiomedParse/
3.Xu, Hanwen, et al. “Multimodal AI Generates Virtual Population for Tumor Microenvironment Modeling.” Cell, vol. 189, no. 2, 22 Jan. 2026, pp. 386-400.e19, https://doi.org/10.1016/j.cell.2025.11.016.
运营/排版:何晨龙
注:封面/首图由 AI 辅助生成
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.