- 网传“AI治愈狗癌症”的说法，过度简化了一项本质上复杂的科学工作。患癌小狗Rosie 的基因测序、mRNA 疫苗的设计与制作，以及治疗的实施，都是由新南威尔士大学的科研人员完成，并非人工智能。整个过程中，AI 工具仅在研究规划、文献梳理和数据探索等辅助环节发挥作用，并未直接设计或执行癌症疗法。这类个性化mRNA疫苗的研发仍面临伦理审批、持久安全性验证、临床试验数据不足等多重挑战。 近日，澳大利亚程序员保罗·康宁哈姆（Paul Conyngham）借助AI开发“定制癌症疫苗”，成功救治晚期患癌爱犬Rosie的故事在社交平台上广泛传播。OpenAI总裁Greg Brockman、DeepMind CEO Demis Hassabis等科技界人士相继转发，并将其称为“AI帮助普通人跨越专业壁垒”的里程碑案例。 在AI和医学圈热议的同时，一些更为夸张的说法也迅速扩散，例如“ChatGPT设计疫苗直接救命”“只靠AI就能突破医学门槛”等。针对这些表述，“澎湃明查”对事件经过及AI在其中的真实作用进行了梳理与核查。 5年后，Rosie被诊断患有晚期肥大细胞瘤——这是犬类最常见的皮肤癌之一，通常难以通过传统手段治愈。在经历手术、化疗和免疫治疗效果不佳后，兽医判断其生存期仅剩6至12个月。面对这一结果，保罗决定测验考试借助AI寻找新的治疗路径。 随后，保罗联系了澳洲新南威尔士大学的Ramaciotti基因组学中心的负责人Martin Smith博士，以3000澳元（约合15000元人民币）对Rosie的健康DNA和肿瘤DNA进行全基因组测序。 根据保罗在X平台发布的帖文：Martin Smith博士进行了DNA/RNA测序，将Rosie的生物组织转化为可分析的原始数据，Palli Thordarson教授则带领团队完成mRNA疫苗的设计与组装。Palli Thordarson教授本人也在社交平台上证实了这一点，并表示：“RNA技术、基因组学与AI的交汇，为医学实践带来了改变的可能，也让医疗更加公平。” 与保罗不同，Martin Smith博士和Palli Thordarson教授并非只是“AI的操作者”。前者作为大学基因组中心负责人，承担关键的测序工作，将生物样本转化为基础数据；后者作为RNA研究所所长，则主导疫苗设计、技术实现与科研方向把控，他们做着一名科学家的本职工作。 此外，保罗还在 X 平台公开了最终的疫苗序列（Vaccine Construct），即实际写入 mRNA 的分子设计图。在整个研发过程中，ChatGPT与Gemini主要承担整体工作流程规划、故障排查、治疗方案设计，以及多学科知识学习和伦理文件撰写；而Grok则专注于筛选抗原候选，并生成最终的mRNA序列，包括序列优化和结构设计。相比之下，AlphaFold只负责蛋白质结构预测，不参与整个研发流程和临床方案设计。 至此，不难看出，包括ChatGPT在内的多种AI模型更接近于“科研辅助系统”或“智囊团”，其主要作用在于协助制定研究路径、梳理大量科学文献与医学知识，以及匹配潜在的技术资源与合作对象。这与实际完成基因测序、疫苗设计与实验验证的科学工作，存在本质区别。 AlphaFold扮演的则是“结构预测工具”的角色。这款荣获2024年诺贝尔奖认可的AI工具能够对蛋白质三维结构进行较为精准的建模，帮助研究者分析Rosie肿瘤中突变蛋白的构象，从而筛选可能激活免疫反应的潜在新抗原。 不过，这一技术并非绝对可靠，其每次建模结果都会附带“置信度”评分，用以衡量预测准确性。在本案例中，针对c-KIT蛋白的建模置信度为54.55。新南威尔士大学结构生物学家Kate Michie教授指出，这一分数偏低，意味着模型存在较大不确定性，相关结论仍需通过实验验证。同时，Martin Smith博士也确认，AlphaFold并未直接参与mRNA疫苗的设计过程。 在疗效表述上，科研人员同样保持谨慎态度。Palli Thordarson教授表示，目前尚不能称Rosie “被治愈” ，更准确的说法是治疗在一定程度上延长了其生存时间，且部分肿瘤尚未发生反应。 值得一提的是，保罗本身并非零基础用户。他是悉尼AI公司Core Intelligence Technologies的联合创始人，该公司是澳大利亚国防部定制化AI解决方案服务商。他还担任过澳大利亚数据科学与AI协会（DSAI）董事，这是一个在澳洲推动AI技术规范与普及的重要行业组织。此外，他还拥有约17年机器学习、数据分析和深层神经网络研发的经验。 从医学角度看，该病例也远非完全成功。按照肿瘤学标准，通常需要数年的无复发期才能评估是否达到“治愈”，而Rosie接受治疗仅数月。 细胞与基因治疗研究员Patrick Heizer在接受德国科技媒体《The Decoder》采访时也提醒，应避免过度乐观。他指出，药物研发需验证至少五年以上的持久安全性，而这在生命周期较短的实验室动物身上是无法得出结论的。 据美国科技媒体Decrypt报道，2017年，美国科技公司IBM的内部文件披露，其开发的肿瘤诊疗系统Watson for Oncology实际生成了一些被其自身工程师标记为“不安全且不正确”的治疗建议，该系统此前一度被宣传为能够提供优于人类肿瘤学家的治疗方案。 在投入约6200万美元后，美国得州大学安德森癌症中心（MD Anderson Cancer Center）最终放弃了该项目。IBM也于2022年整体出售了其Watson Health业务。这一案例显示，AI在医疗决策中的应用仍存在明显局限，远未达到可替代专业判断的程度。 回到Rosie的案例，其本身并不属于AI应用失败的情形：没有个体因此受到伤害，所依托的基础科学路径成熟，参与的科研人员也具备公认的专业资质，mRNA技术平台亦有临床研究支撑。然而，引发争议的关键更多在于这一事件被如何叙述。当AI工具被赋予本应属于科学家和研究机构的功劳时，公众对其真实能力的认知可能被放大甚至扭曲，而那些完成测序、疫苗研发及安全把控的研究人员，反而面临被“隐形化”的风险。 据《澳大利亚人报》报道，为了能够合法地在Rosie身上试验这一尚无先例的治疗方案，保罗每天花费约两小时撰写相关材料，最终提交了一份长达100页的伦理审批申请。他坦言，这一系列审批流程的复杂程度，甚至跨越了疫苗研发本身。 此外，现有学术综述指出，目前尚无由AI主导发现的新药获得美国食品药品监督管理局（FDA）批准上市，多数相关候选药物仍处于临床试验阶段。药物从发现到上市需经历严格而漫长的流程，包括安全性与有效性的系统验证，而AI能够加速的，仅是其中部分环节。 与此同时，Rosie的治疗仍在推进中。保罗正测验考试借助AI重新设计新的抗原靶点，为其开发“第二代”个性化疫苗，以进一步针对尚未消除的肿瘤病灶。 综上所述，网传“AI治愈狗癌症”的说法，过度简化了一项本质上复杂的科学工作。实际上，Rosie 的基因测序、mRNA 疫苗的设计与制作，以及治疗的实施，都是由新南威尔士大学的科研人员完成，并非人工智能。整个过程中，AI 工具仅在研究规划、文献梳理和数据探索等辅助环节发挥作用，并未直接设计或执行癌症疗法。 此外，这类个性化mRNA疫苗的研发仍面临伦理审批、持久安全性验证、临床试验数据不足等多重挑战；目前，Rosie 已接受第一代疫苗治疗，部分肿瘤明显缩小，但仍存在未响应的肿瘤残余，科学家正计划进一步优化第二代疫苗。
