文 | 氨基觀察
資本市場再度沉迷于AI醫(yī)療的宏大敘事。
甲骨文創(chuàng)始人Larry Ellison宣稱，只需48小時，用AI檢測出你體內(nèi)的癌癥，用48小時造出專屬疫苗。
他說，這是“人工智能的承諾”。
木頭姐發(fā)布的《Big Ideas》報告預言：到2030年，AI將使藥物開發(fā)成本降低4倍、癌癥篩查效率提升20倍、DNA測序成本暴跌1000倍。
她說，醫(yī)療保健是最被低估的AI應用。
那些AI醫(yī)療概念股的股價徹底摁不住了，泛癌早篩Grail帶頭狂飆，年初至今漲幅超200%，AI精準醫(yī)療Tempus漲幅達165%，就連當年跌至谷底的AI制藥玩家，也重回上漲之路。
資本市場的計算器永不停歇，但藥企的計時器刻著不同法則：
Moderna的mRNA腫瘤疫苗耗時8年挺進III期臨床，其AI賦能的6周生產(chǎn)周期，距離“48小時狂想”仍有57倍時差；Grail的SYMPLIFY試驗持續(xù)追蹤5年，才敢將甲基化模型特異性錨定在99.5%，但敏感性只有51.5%；Tempus的臨床數(shù)據(jù)庫覆蓋全美38%癌癥患者，但醫(yī)療AI業(yè)務僅貢獻12.6%營收……
更戲劇性的是，曾經(jīng)激進的AI信徒正在撤退——當2024財報再度不及預期，Moderna選擇收縮AI戰(zhàn)線，改造數(shù)字團隊、裁員10%，首席信息官Brad Miller離職。
這背后，固然有Moderna自己的問題，但是，這種反差也映射出一個更深刻的命題：生命科學的復雜性，遠非技術(shù)樂觀主義者想象中那般容易被顛覆。
就像加拿大腫瘤學家、放射科醫(yī)生William Makis對Larry Ellison的評論：
這不是人工智能承諾，甚至不是一個好的科幻小說，而是純粹胡說八道。
這可真是個魔幻的時代。
01 AI醫(yī)療狂想曲
“AI將使藥物開發(fā)成本降低4倍，并將研發(fā)投入的回報提高5倍；AI將使癌癥篩查的效率提高20倍，并且將市場規(guī)模擴大10倍；AI藥物的商業(yè)價值將比標準藥物高20倍，比同類最佳的精準藥物高2.4倍”——華爾街的財富密碼，藏在ARK的《Big ldeas》報告里。
靠特斯拉一戰(zhàn)成名的木頭姐，最新看上的是Tempus。因為在她看來，當前醫(yī)療保健是最被低估的AI應用。
她旗下的首席未來學家Brett Winton用了一個我們耳熟能詳?shù)墓适拢瑏硇稳莓斍暗募夹g(shù)發(fā)展態(tài)勢：國王承諾發(fā)明象棋的大臣，可以在棋盤的第一個格子上放一粒麥子，隨后每個格子都翻倍。起初這個要求看似簡單，但到了棋盤后半部分，所需麥粒的數(shù)量呈現(xiàn)出驚人的指數(shù)級增長。
如今的技術(shù)發(fā)展正處于類似的階段。《Big ldeas》表示，利用人工智能來“操作”數(shù)據(jù)將顛覆診斷、藥物發(fā)現(xiàn)和治療，到2030年，整個行業(yè)的表現(xiàn)將提升幾個數(shù)量級。AI將徹底改變多組學工具、藥物研發(fā)、分子診斷，并顯著改善藥物的經(jīng)濟回報。
這份報告一出，再度引爆Tempus的股價。而早在去年10月，木頭姐就已經(jīng)完成Tempus的建倉，并一路增持至今。
事實上，如ARK提出的這般宏大目標，我們并不陌生。
去年10月，全球知名AI公司Anthropic CEO Dario Amodei發(fā)表2萬字長文，發(fā)出預言，未來人工智能支持的生物學和醫(yī)學，將使50-100年的生物進展壓縮為5-10年，在這個基礎上，能治愈大多數(shù)疾病、消滅癌癥、預防阿爾茨海默氏癥、延長人類壽命到150歲……
這還不算什么。今年1月份，特朗普政府推出的“星際之門”計劃，由OpenAI、軟銀和甲骨文成立合資公司，投資5000億美元建設AI基礎設施。在白宮的發(fā)布會上，甲骨文董事長Larry Ellison認為AI將徹底改變醫(yī)療保健；未來只需48小時，用AI檢測出你體內(nèi)的癌癥，用48小時造出專屬疫苗。
又一個AI“神話”。這般預測，也直接帶動了Grail的股價大漲。
別問，問就是未來可期。
但是，那些坐在實驗的人坐不住了。醫(yī)學博士Berci Meskó表示：
“（48小時造疫苗）聽起來很棒，但現(xiàn)實卻遙不可及，所以這很容易誤導人。在這些技術(shù)安全有效地惠及患者之前，嚴格的研究、試驗和監(jiān)管是必不可少的。”
加拿大腫瘤學家、放射科醫(yī)生William Makis更是直言不諱，這是胡說八道。
02 Moderna咬碎泡沫
誰對誰錯，疫苗巨頭Moderna最有話語權(quán)。
經(jīng)歷過兩千億美元巔峰的Moderna，旁觀著這場AI醫(yī)療狂歡，然后決定裁掉10%的數(shù)字團隊。
從員工數(shù)量角度出發(fā)，這次裁員微不足道。但是，當激進的AI信徒都開始戳泡沫，我們也不得不重新審視那些有關(guān)顛覆的豪言。
畢竟，在mRNA技術(shù)登頂諾貝爾獎之前，Moderna已經(jīng)走了14年，而資本市場給的耐心，從來不超過4個財報季。
Moderna非常重視人工智能，并在2023年11月舉辦了一場相關(guān)主題的投資者活動，向外界展示其數(shù)字戰(zhàn)略，以及AI在加速其創(chuàng)新、規(guī)模和價值創(chuàng)造方面的作用。
這也被外界視為其轉(zhuǎn)型破局的關(guān)鍵舉措。Moderna相信，AI是公司成功的關(guān)鍵，因為AI既可以保持企業(yè)精益運作（不是依靠人員的擴展），又可以不斷突破公司的創(chuàng)新能力。
彼時，尚未離職的Brad Miller在那次活動中說，“我們相信，我們必須成為一家實時AI公司，將AI嵌入到我們公司的方方面面”。
Moderna不僅迅速推出了自己的生成式人工智能產(chǎn)品mChat，還開展了大量工作，推動人工智能在開發(fā)mRNA藥物方面的應用，比如創(chuàng)建新候選蛋白質(zhì)的人工智能生成模型、圍繞小分子的人工智能生成模型，以及在藥物臨床研究、藥物警戒、生產(chǎn)制造甚至商業(yè)領(lǐng)域的應用。
在AI領(lǐng)域的投資，是為了打造最好的Moderna。Moderna曾這樣說。
耐人尋味的是，Moderna希望通過AI提高員工的整體效率，而當公司迫于現(xiàn)實，收縮成本之際，數(shù)字團隊也首當其沖。
去年，Moderna宣布了一項成本縮減計劃，預計至2027年底削減約11億美元的開支。其表示這次重組不會涉及大規(guī)模裁員，預計未來三到五年內(nèi)將保持大約6000名員工的規(guī)模。
然而，繼Moderna工廠裁員，調(diào)整制造成本結(jié)構(gòu)后，業(yè)績依然不佳，2024年收入下滑53/4%至32億美元，凈虧損36億美元。重壓之下，Moderna再度傳出裁員消息，指向了數(shù)字部門。
創(chuàng)造效率的部門，也難逃一裁。
03 當科學家的肝碰到資本的嘴
擁抱AI，又被AI反噬，固然有Moderna自身的原因。陷入困境后，為了節(jié)省成本而砍早期管線、裁員。但仔細想來，AI不正是要來幫助它降本增效的？
或許是經(jīng)歷前期高舉高打、全員投入后的Moderna，發(fā)現(xiàn)現(xiàn)實與預期，差得有點遠。又或許是，歷時兩年轉(zhuǎn)型，華爾街的耐心已經(jīng)耗盡，也不再接受Moderna靠AI講故事、畫餅。
Moderna的轉(zhuǎn)身，就像一盆冷水澆下，提醒人們：狂歡之下，現(xiàn)實依然骨感。
這種割裂源自生物系統(tǒng)與數(shù)字系統(tǒng)根本性的范式差異，以及產(chǎn)業(yè)節(jié)奏的錯配。
Moderna用十年時間將個性化腫瘤疫苗（Moderna稱為INT療法）研發(fā)周期壓縮到6周，這本該是AI賦能的最佳案例。
早在2016年，Moderna便與默克達成合作，致力于mRNA個性化腫瘤疫苗mRNA-4157的研發(fā)。
這是一款基于新抗原的個性化癌癥mRNA疫苗，利用特有的自動化算法，可靶向患者的特異性突變，且編碼多達34種新生抗原。目前，其已在輔助黑色素瘤進入臨床三期，也同時進行輔助非小細胞肺癌、皮膚鱗狀細胞癌等的臨床研究。
最重要的是，這款疫苗從研發(fā)到生產(chǎn)制造，都有AI的參與。在研發(fā)端，Moderna重點強調(diào)，整個過程不需要人員參與，而是多個AI算法以完全自動化、完全集成的方式連接在一起的。
而在生產(chǎn)制造端，Moderna使用AI工具來協(xié)調(diào)制造資源的調(diào)度，以便生產(chǎn)數(shù)千種個性化藥物，滿足正在進行的臨床試驗的患者需求。核心是Maestro平臺，這是一個端到端的數(shù)字解決方案，通過真實數(shù)據(jù)和AI，不斷優(yōu)化整個生產(chǎn)和交付流程。
利用Maestro這樣的數(shù)字協(xié)調(diào)工具，Moderna不斷提高著自己的效率。目前，其制備腫瘤個性化疫苗需要6周左右的時間。
這與Larry Ellison暢想的48小時自動制備，還有很遠的距離。
而根據(jù)Moderna官網(wǎng)技術(shù)白皮書披露：個性化疫苗開發(fā)流程中，平均需35天收集并分析患者抗原呈遞細胞反應數(shù)據(jù)。
換句話說，6周中的5周都用于等待患者T細胞免疫反應數(shù)據(jù)。這是AI再強大的算法也無法逾越的生物學時間常量。
早篩也是如此。Larry Ellison口中的將AI應用于早篩并不是什么新鮮事，成立之初Grail就在探索這件事，比如其甲基化泛癌早篩新模型。
Grail是以CCGA（循環(huán)細胞游離基因組圖譜）研究開啟了早篩的探索。其核心是想通過一個血液ctDNA的大型臨床試驗（萬人、隨訪5年），收集樣本、建立血液檢測癌癥的基因組數(shù)據(jù)庫，然后通過機器學習大數(shù)據(jù)建模進行結(jié)果分析判斷。
Grail首席醫(yī)療官Josh Ofman說，“癌癥可能會呈現(xiàn)成千上萬個甲基化的變化，通過這些更豐富的信號，可以使用機器學習算法來檢測癌癥的存在”。在整個人類基因組中，有3000萬個甲基化位點存在于10萬個DNA片段上。Grail觀察了100萬個這樣的數(shù)據(jù)。
這需要工業(yè)級的人工智能才能在所有這些數(shù)據(jù)中找到問題。Grail在此基礎上，推出了不完美的產(chǎn)品，雖然篩出率低（敏感性51.5%，I-III期為40.7%），但好在廣且假陽性低（特異性99.5%，組織溯源準確性88.7%），且性能經(jīng)過廣泛的臨床研究驗證。
這是Grail用近10年，燒了幾十億美元后，達到的一個成績。
而當資本向生命科學領(lǐng)域傾倒算力時，沒有哪個醫(yī)學家能肝得過。
04 既要期待，又要清醒
盡管AI與之前的技術(shù)革命最大的區(qū)別就在于它的發(fā)展速度。指數(shù)增長開始時很慢，但很快就會加速。
然而，生命科學的復雜性，決定了其顛覆不可能來自單點技術(shù)突破，而需要依賴跨學科、長周期的系統(tǒng)創(chuàng)新。這要求我們，關(guān)于未來，要保持樂觀與期待，但關(guān)于現(xiàn)實，也要有著清醒的認知。
直到今天，Grail還在其SYMPLIFY臨床實驗基礎上，優(yōu)化著自己的甲基化泛癌早篩模型測試。“我們現(xiàn)在每優(yōu)化1%的模型特異性，需要額外整合3.7TB的臨床病程數(shù)據(jù)。”Grail工程師在技術(shù)博客中這么說。
后續(xù)如果要應用，Grail還需要在訓練集上重新訓練模型，再進行大規(guī)模前瞻性驗證。
任重而道遠。只有當算法迭代、數(shù)據(jù)積累、臨床驗證形成閉環(huán)時，技術(shù)紅利才會真正釋放。在此之前，任何將AI+醫(yī)療過度神話的預期，都不過是資本催生的泡沫。
AI能夠提升效率，甚至帶來模式的重塑，AI對于醫(yī)療全產(chǎn)業(yè)鏈都意義重大，從研發(fā)到診療到治療，每一步都需要時間的探索，不能盲目樂觀。
畢竟，再強的AI也算不過三件事：在培養(yǎng)皿里擺爛的細胞、藥監(jiān)局審評員的起床氣，以及韭菜們用真金白銀投票時的反身性暴擊。