十多年前,一位从斯坦福辍学的年轻女人曾让整个硅谷相信:只需指尖几滴血,就能完成数百项医学检测。十多年后,这个轰动一时的创业骗局再次被推回公众视野。10 月 16 日,由 A24 发行的纪录片《你能看到一切》(You Can See Everything)在北美上映。这部时长近三小时的作品迅速成为今年北美电影市场的一匹黑马。截至 10 月 25 日,累计票房已达 4510 万美元,跻身北美影史票房最高的纪录片之列。片中的主角,正是当年被称为“女版乔布斯”的伊丽莎白·霍姆斯(Elizabeth Holmes)。2003 年,19 岁的霍姆斯创办了血液检测公司 Theranos,宣称要用一台小型设备颠覆整个医疗诊断行业。公司估值一度达到 90 亿美元,她也成为硅谷最受瞩目的创业明星之一。这场神话最终被证实建立在严重的技术虚假陈述之上。2022 年,霍姆斯因欺诈投资者被判处 11 年零 3 个月监禁,次年正式入狱。这部新片由内森·菲尔德(Nathan Fielder)与兰斯·奥本海姆(Lance Oppenheim)联合执导。拍摄始于霍姆斯入狱前 34 天,前后持续了约三年。镜头记录了她的私人生活,也反复触及一个问题:她究竟是一个精心设计骗局的欺诈者,还是一个过度相信自己、最终无法面对现实的创业者?
2013 年,Theranos 与美国连锁药店 Walgreens 达成合作,开始向普通消费者提供检测服务。2014 年,公司估值达到 90 亿美元,霍姆斯的账面身家也达到 45 亿美元。那几年,霍姆斯一度风光无限。光鲜的商业叙事背后,技术问题始终没有得到解决。Theranos 当年面临的挑战,主要在两个方面。首先是样本本身的局限。指尖采集的毛细血管血容易受到组织液混入、采血过程导致红细胞破裂等因素影响,进而造成检测误差。更重要的是,不同医学检验项目对样本类型、采血量、抗凝剂和预处理方式的要求并不相同,极少量指尖血难以直接满足所有检测需求。其次则是设备小型化和系统集成的困难。Theranos试图将原本需要多种实验仪器完成的分析功能,整合进一台名为 Edison 的小型设备。但不同检测方法对温度控制、光学系统、试剂处理和液体输送的要求各不相同,要在有限空间内同时满足这些条件,工程难度极高。后来,公司又开发了功能更复杂的 miniLab,尝试集成更多检测项目,但这款设备最终也没有真正投入临床应用。
2015 年,《华尔街日报》的一篇调查报道,让 Theranos 长期隐瞒的技术问题被公之于众。两度获得普利策奖的调查记者约翰·卡雷鲁(John Carreyrou)发现,Edison 实际能够完成的检测项目十分有限,大部分检测仍依赖西门子等厂商生产的传统实验室仪器。部分血液样本还需要经过稀释处理,检测结果的准确性也存在严重问题。此后,卡雷鲁持续追踪 Theranos 的内幕,并于 2018 年出版调查纪实作品《坏血:一个硅谷巨头的秘密与谎言》,详细揭露了这家公司的技术骗局。更严重的是,Theranos 长期向投资者隐瞒这些技术缺陷,对设备能力、实际应用情况和公司收入作出虚假陈述。2018 年,美国证券交易委员会(SEC)指控 Theranos 及其高管通过虚假或误导性陈述,从投资者手中募集超过 7 亿美元。随后,公司解散,霍姆斯也最终因欺诈投资者被定罪。此后数年,她一直深陷司法诉讼。2022 年,霍姆斯因欺诈投资者被判处 11 年零 3 个月监禁,并于 2023 年 5 月正式入狱,为这场持续十余年的硅谷创业神话画上了句号。不过,霍姆斯的失败并不代表微量血液检测本身没有科学价值。过去几年,还是有公司沿着这一方向取得了实际进展。例如,美国医疗设备公司 BD(碧迪医疗)与 Babson Diagnostics 合作开发的微量采血检测方案,已经能够使用少至六滴指尖血完成部分常规检测。与 Theranos 不同,这套方案并不试图通过一台设备完成全部检测,而是使用专门的微量采血装置,再将处理后的样本送往中心实验室,利用成熟仪器完成分析。
Haemanthus 选择的核心技术是拉曼光谱(Raman Spectroscopy)与 AI 的结合。公司希望利用激光分析血液、唾液和尿液等生物样本中的分子信息,从中识别与疾病相关的生物标志物。拉曼光谱是一种利用光与分子相互作用分析物质组成的技术。当特定频率的激光照射样本时,绝大多数散射光的频率不会发生变化,但有极少部分光会因为与分子振动发生能量交换而改变频率。不同分子的振动特征存在差异,因此,研究人员可以通过分析这些微弱的频率变化,获得样本的部分化学组成信息。简单来说,拉曼光谱就是一种一种识别分子“指纹”的方法。这项技术并不新鲜,早已广泛应用于化学分析、材料科学等领域。近年来,随着光学仪器和算法的发展,研究人员也开始尝试将其用于癌症筛查、病理组织分析等医学诊断场景。
今年 9 月,发表于《化学工程杂志》(Chemical Engineering Journal)的一项研究,就展示了一种结合微流控与集成电路的检测系统。研究人员仅使用约 20 微升全血(相当于一小滴血),便在 12 分钟内完成四种心血管疾病相关生物标志物的检测。虽然距离 Theranos 当年宣称的数百项指标仍有很大差距,但也进一步展示了微量血液多项目检测的可行性。AI 的加入,则可能进一步推动设备的小型化和自动化。机器学习可以辅助优化芯片设计、分析检测信号,并根据实验反馈调整操作流程,让部分原本需要人工反复调试的工作实现自动化。今年 10 月 5 日,《自然·传感器》(Nature Sensors)发表的一项研究,就将计算机视觉、AI 和数字微流控技术结合起来,开发了一套智能微液滴分析系统。它能够自主控制微小液滴的移动、分离和融合,并根据视觉反馈调整实验操作。研究报告称,该系统可将试剂消耗量降低约 10 万倍,同时支持多项实验并行进行。AI 正在从单纯的数据分析工具,进一步参与实验操作和流程优化。未来,过去需要在大型实验室中分步完成的部分检测,有机会被整合到更加紧凑的自动化设备中。不过,霍姆斯当年的目标远不止完成几项检测。要让几滴血支持数百项医学检验,仍然需要解决样本总量、检测方法兼容性和部分低浓度标志物难以测量等问题。AI 可以提高研发效率,但仍需要传感器和检测技术本身取得进展。相比之下,Haemanthus 的路线更加依赖 AI 的数据分析能力。它希望通过拉曼光谱,一次性获得生物样本中的大量分子信息,再由算法识别疾病相关特征,而不必为每个检测项目都设计独立的化学反应。这条路线的难点在于,血液中存在大量蛋白质、代谢物等生物分子,不同物质的光谱信号相互叠加,疾病相关特征可能十分微弱。机器学习擅长分析复杂的高维数据,因此有机会从这些信号中提取过去难以识别的信息。今年 6 月,一项发表于《澳大利亚和新西兰外科杂志》(ANZ Journal of Surgery)的研究,利用拉曼光谱结合机器学习筛查结直肠癌。研究人员分析了 370 名受试者的血浆样本,模型在包含 148 人的验证队列中,取得了约 84% 的灵敏度和 93% 的特异性,展示了这项技术在疾病筛查中的潜力。但模型能否在不同患者和仪器之间保持稳定,仍然是重要挑战。10 月 26 日,《科学报告》(Scientific Reports)发表的一项研究发现,深度学习模型可能从光谱中学到患者身份、仪器差异等与疾病无关的特征。研究团队进一步利用对抗学习,尝试减少这些干扰信息对疾病识别的影响。因此,从今天的技术进展来看,两条路线的确都有继续探索的空间。尤其是 AI4S 正在从数据分析走向实验设计、自动化操作和反馈优化,有望进一步加快医学检测设备的研发。硅谷为何始终迷恋技术神话?回到纪录片《你能看到一切》,还有一个令人印象深刻的细节:面对导演反复追问是否存在“过度夸大”,霍姆斯始终坚决否认自己实施过任何意义上的欺诈。外界很难判断,她究竟是真的坚信当年的承诺,还是在刻意回避技术现实与个人愿景之间的巨大落差。但如果将视野扩展到整个硅谷,技术承诺远远跑在实际进展前面的现象,其实早已屡见不鲜;一直以来,硅谷的精神之一就是“fake it until you make it”。2019 年,马斯克曾预测,特斯拉将在次年拥有约 100 万辆自动驾驶出租车,这一目标至今未能兑现。在生物医药领域,一项实验室突破要走向临床应用与商业化,同样可能需要经历漫长的研发与验证。技术发展很难完全按照创始人设定的时间表推进。随着生成式 AI 的爆发,这种围绕未来展开的宏大叙事又迎来了新的高潮。OpenAI 首席执行官奥尔特曼在《智能时代》中描绘了一个由 AI 带来普遍繁荣的未来,认为每个人都可能拥有专属的虚拟专家团队。Anthropic 首席执行官阿莫代伊则提出,强大的 AI 可能将未来 50 至 100 年的生物医学进步压缩到 5 至 10 年内实现。大模型在编程、推理和科学研究辅助等领域确实进展迅速,但距离这些宏大愿景真正成为现实,究竟还有多远,目前仍难以判断。相比之下,Theranos 当年的承诺反而具体得多:几滴指尖血究竟能否完成数百项医学检测,可以通过实验直接检验。但例如 AGI 何时实现、AI 能否带来普遍繁荣这类问题,至今仍缺乏统一、明确的衡量标准。某种程度上,越是具体的技术承诺,越容易接受现实检验;越是宏大的未来愿景,反而越可能在很长一段时间内保持模糊。这种难以证实、也难以证伪的状态,逐渐成为科技公司讲述未来故事的一种灰色舒适区。而这些故事的影响力,很大程度上来自资本的持续投入。2018 年,SEC 披露 Theranos 通过虚假陈述募集了超过 7 亿美元。如今,头部 AI 公司的单轮融资规模已经达到千亿美元级别。随着投入不断增加,科技公司的未来愿景也越来越容易成为资本市场和公众关注的焦点。但资本的认可,究竟能在多大程度上证明一项技术的可行性?Theranos 当年拥有豪华的董事会、知名投资人和大量媒体报道,核心设备却始终无法拿出与宣传相匹配的可靠检测结果。直到《华尔街日报》的调查揭开真相,这场持续多年的技术神话才开始崩塌。十多年过去,AI 与医学检测技术确实取得了长足进展,一些曾经难以实现的设想正在获得新的可能。但硅谷对宏大愿景的追捧,以及资本和公众对这些愿景的热情,似乎从未改变。或许,Theranos 留给科技行业最值得反思的,正是这种长期存在的矛盾:我们越来越愿意相信技术能够改变未来,却时常忘记认真地审视它在当下究竟走到了哪一步。
热门跟贴