2026年8月9日，2026中国AI盛典首次设立“年度AI特别贡献人物”，获奖者是一位全身只剩眼球能动的渐冻症患者蔡磊。六年来，他靠眼控仪和AI搭建的“指挥部”，推动了近300款药物管线，其中新药RAG-17的受试者已能重新站立、独立生活。
2026中国AI盛典活动现场的舞台展示场景
很多人把这件事看作一个励志故事，但它真正的价值远不止于此——蔡磊跑通的这套“患者发起、AI协同、多方协作”模式，正在改写罕见病研发的游戏规则。
从患者的角度看，AI把“不可能”变成了“指挥部”
渐冻症终末期意味着全身瘫痪、无法说话，连呼吸吞咽都困难。一个正常人连电脑都操作不了，怎么搞研发？
蔡磊的解法是：眼控仪输入文字，AI将文字实时转换成合成语音，支撑他每天查阅文献、跟进项目进度、协调临床节点。这套系统被他的团队称为“指挥部”——一个完全靠眼球和AI驱动的虚拟研发中心。
对患者而言，这种模式的意义在于：身体功能的丧失不再等于参与研发能力的丧失。罕见病患者往往是最了解疾病痛点和治疗紧迫性的人，但传统研发体系里，他们只能是被动的受试者。
AI在这里扮演的角色不是替代科学家，而是抹平了信息获取和沟通协作的物理障碍，让最懂疾病的人能持续战斗在最前线。
从科研协作的角度看，AI是打通全球资源的“枢纽”
罕见病研发最大的痛点不是“没有方向”，而是资源太分散。全球有顶尖的科研团队、有技术的生物科技公司、有临床能力的医院，但各说各话，形不成合力。
蔡磊团队用AI搭建的协作网络，6年内对接了全球60余个顶尖科研团队、50余家生物科技公司，并行推进近300款药物管线和治疗路径，累计推动15个管线实现临床转化突破。
这组数字背后，是AI作为信息枢纽的力量——它能够让不同国家、不同机构的科研数据、实验进度、技术瓶颈被集中处理和快速匹配，找到最有可能的合作方向。
中美瑞康创始人李龙承和蔡磊的接触就是典型案例。2022年4月，李龙承通过新闻得知蔡磊在推动渐冻症药物研发，主动联系后，双方仅用90多天就完成了RAG-17的临床前药效评估，随后在2022年11月正式启动IIT（研究者发起试验）。
没有AI支撑的信息检索和协作效率，这种跨机构、跨城市的快速对接几乎不可能实现。
从药物研发效率的角度看，2年 vs 7-10年的差距是怎么撕开的
传统小分子药物从立项到首次用于患者，常规周期是7到10年。而RAG-17从立项到首次应用于患者，仅用了2年多。
这个差距的核心在于：传统药企需要反复论证商业回报才敢投入，罕见病领域因为患者少、市场小，往往排不到优先级。而蔡磊团队用AI全面压缩了三个环节：靶点验证的试错时间、跨机构合作的信息传递时间、临床患者招募与匹配时间。
2026年7月，RAG-17的I期临床试验结果发表于《自然·医学》：6名受试者用药240天后，脑脊液SOD1蛋白水平降低56%~69%，血浆神经丝轻链水平降低52%~62%，无严重不良事件报告。
盛典现场的受试者小刘，29岁，曾一度“看不到希望和未来”，如今能借助支撑站立，恢复独立生活和工作能力。
需要指出的是，AI在RAG-17的靶点筛选、分子设计等具体研发环节的落地细节，目前尚未有权威公开披露。但就整个协作和推进效率而言，AI的加速作用已经在2年 vs 7-10年的对比中得到了验证。
从行业模式的角度看，这验证了“患者发起+多方协同”的可行性
在罕见病领域，传统药企主导的研发路径存在结构性缺陷：商业回报不确定，导致早期投入严重不足。蔡磊的模式提供了一条替代路径——以患者需求为核心，用AI做效率引擎，通过直播等社群自筹资金解决早期投入，再联动产业方匹配技术资源。
过去两年，蔡磊团队科研投入超8000万元，其中大部分来自直播所得。这种“患者社群自筹+AI协作+产业资源匹配”的组合，填补了传统科研体系在罕见病领域的资源空白。
但客观来说，这个模式也有其局限性。蔡磊的个人影响力、社会资源调动能力、媒体关注度，不是每个罕见病患者群体都能复制的。它更像一个“极限测试”下的成功样本，证明了AI能够在多大程度上赋能罕见病研发，但如何让这套模式更普适化，还需要更多机制的配套。
整合判断：这不是一个励志故事，这是AI医疗普惠的“压力测试”
从患者维度看，AI抹平了身体障碍，让“最懂疾病的人”成为研发核心；从协作维度看，AI打通了全球跨主体的资源壁垒，把分散的力量拧成一股绳；从效率维度看，2年跑完传统路径10年的路，数据已经足够有说服力；从行业维度看，它验证了一条不同于传统药企主导的研发路径。
蔡磊这次获奖，AI盛典的官方定性是“AI不仅是技术命题，更是关乎‘人’的文明命题”。这句话放在这里很准确——RAG-17的受试者从轮椅上站起来的那一刻，证明了AI的终极价值不是跑分，而是让原本无解的生命难题有了被攻克的可能。
这条路远没有走完，但它至少证明了一点：AI+罕见病，不是锦上添花，而是生死时速的加速器。
热门跟贴