2023年，37岁的约瑟夫・科茨躺在华盛顿州伦顿市的病床上，意识已经模糊。医生给他留了最后一道选择题：你是想死在家里，还是死在医院？
他患上的是极为罕见的POEMS综合征，四肢麻木、心脏肥大、肾脏衰竭，腹腔里的积液每隔几天就要抽出好几升。唯一可能救命的干细胞移植，他虚弱的身体根本扛不住。
他的女友塔拉,不肯认命。绝望中，她给一年前在罕见病峰会上认识的医生大卫・法根鲍姆发了一封求救邮件。她在邮件中详细说明了约瑟夫的危重情况，并告诉他医生已经建议转入临终关怀。她不知道对方能做些什么，但她必须再试一次——哪怕只剩下一线希望。
她没想到，这封邮件会在一夜之间改写结局。
法根鲍姆创办的非营利组织Every Cure，有一套AI驱动的药物匹配系统。当晚，系统针对POEMS综合征，在全球近4000种获批药物、近20000种疾病的知识图谱里疯狂检索。天亮前，一张从未在临床上系统使用过的“疯狂药单”递到了主治医生面前：卡非佐米+环磷酰胺+地塞米松2。
没人敢打包票。这套方案药性极猛，甚至可能更快要了他的命。但不给药，就是必死无疑。
约瑟夫主治医生签下了字。
奇迹随后发生：几天之内，恶化的势头被硬生生刹住；一周之后，衰竭指标开始反弹；四个月后，约瑟夫的身体已经能承受干细胞移植。如今，他体内已检测不到疾病活动，已经完全康复了。
一个被医生宣判死刑的人，被AI从鬼门关拽了回来。惊叹之余，三个问题也摆在所有人面前：
——AI看病，真的比人类医生更准吗？
——那些人类束手无策的医学难题，AI真的能破解吗？
——未来，AI会取代人类医生吗？
第一问：AI看病，比人类医生更准？
回答这个问题，得先承认一个事实：人类医生的能力边界，其实不高。
一名资深医生，穷其一生能熟练掌握的药物大概几百种，能精准诊断的疾病不过上千种。面对全球上万种疾病，尤其是发病率只有几十万分之一的罕见病，绝大多数医生连见都没见过，更别说精准用药。
这不是医生不努力，是人类的脑力有极限。没人能记住所有医学文献，不可能把每一种药物的所有靶点、每一种疾病的所有机制都装在脑子里。
而AI的核心优势，恰恰就是算力。
Every Cure的系统做的事情，本质上就是把人类已有的全部医学知识、药物数据、疾病机制喂进去，然后做全量交叉匹配。几秒钟之内，它就能读完数百万篇文献，算出药物和疾病之间所有可能的关联，给出评分最高的方案。
约瑟夫的POEMS综合征就是典型。这种病和多发性骨髓瘤在细胞机制上高度相似，但极少有人会把骨髓瘤的化疗方案直接用在POEMS患者身上。AI没有这种思维定式，它只看分子层面的关联，直接给出了三联方案。
另一个被《新英格兰医学杂志》记录的病例更有说服力：一名特发性多中心型卡斯特曼病重症患者，所有标准疗法都宣告失败，已经准备进入临终关怀。AI在4000种药物里筛查，把原本用来治类风湿关节炎的阿达木单抗推到了第一位3。
主治医生一开始根本不认可——这药听起来就和这种病不搭边。但抱着最后一试的心态用了药，患者居然迅速脱离险。
那是不是说，AI看病已经比医生准了？
倒也不是。日常的感冒发烧、常见病诊疗，人类医生的经验和判断依然靠谱。AI的优势，集中在人类的知识盲区里：罕见病、复杂病、老药新用匹配。
它不是比医生“准”，是比医生“看得全”。人类医生容易漏的、想不到的、记不住的，AI能补上。它不会替代医生的判断，但能给医生提供更多他们看不到的选项。
第二问：人类治不好的绝症，AI真的能破局？
约瑟夫的故事最震撼的地方，不是AI有多聪明，而是一个扎心的真相：救他命的药，早就躺在药房的货架上了。
卡非佐米、环磷酰胺、地塞米松，都是上市多年的老药，价格并不昂贵。可在这之前，没人想到把它们组合起来治POEMS综合征。
为什么？
不是科学上做不到，是商业上没人愿意做。
现代医药产业有一个残酷的死结：研发一款新药，药企能享有二十年专利垄断，赚回几十亿甚至上百亿美元。但一款过了专利期的老药，谁都能生产，利润薄得像纸。没有任何一家商业药企，愿意砸几千万甚至上亿美元，去给一款没有专利的老药申请新适应症。
哪怕它可能救命。
这就是一场制度性“灯下黑”：成千上万种已经被证明安全的药物，就因为“无利可图”，它们的其他疗效永远没人去系统挖掘。无数患者明明有药可治，却只能等死。
过去我们也有老药新用的例子：治脱发的米诺地尔，原本是降压药；家喻户晓的伟哥，最初是用来治心绞痛的；现在火遍全球的减重药司美格鲁肽，最早的适应症是糖尿病。
但这些发现，几乎全靠偶然。
而AI的出现，第一次把这种“偶然发现”变成了“系统性挖掘”。
它不用从零合成新分子，不用花十几年做临床试验，只需要在已有的药物库里找关联。成本低、速度快，完全绕开了商业药企的专利死结。
阿拉巴马大学的马特・迈特团队，就用算法梳理了全人类所有的止呕记录，最后发现极度廉价的异丙醇挥发吸入，能让垂死虚弱的呕吐患者瞬间平复；他们还用降压药，改善了瘫痪儿科患者的行动能力4。
这些都是人类医生靠经验永远不可能系统发现的。
所以AI能解决的，从来不只是某一个病人的绝症，而是整个医学体系里的一个死穴：当商业逻辑和救人逻辑冲突时，AI能用极低的成本，在存量知识的宝库里，给绝望的人挖出一条生路。
它不是创造了新药，而是让被埋没的老药，重新有了救命的机会。
第三问：AI这么厉害，会取代人类医生吗？
既然AI能找出医生想不到的药，能治好医生治不好的病，那它会不会有一天取代人类医生？
答案是：不会。至少在可预见的未来，绝对不会。
你回头看约瑟夫的故事就会明白：AI只是给出了一张药单。真正敢把这张“疯狂药单”用在一个濒死病人身上的，是他的主治医生。他要权衡病人的身体状态，要判断用药的风险，要承担失败的后果。这个决定，AI做不了。
医疗从来不是一道简单的匹配题。AI能告诉我们药物和疾病的关联，但它不知道这个病人有没有其他基础病，能不能承受副作用，家里付不付得起医药费，甚至有没有活下去的意愿。
AI给的是“最优概率”，但医疗面对的是“具体的人”。
同样的方案，用在张三身上有效，用在李四身上可能就是致命的。这些细微的判断，必须由人来做。
更不用说，医疗从来都不只是技术。从确诊时的安抚，到治疗中的调整，再到康复期的护理，贯穿全程的是人和人之间的信任与关怀。AI可以输出方案，但它握不住病人的手，感受不到家属的焦虑，也没法在病人放弃的时候，说一句“再试试”。
其实AI的定位从来都不是“医生”，而是“超级助手”。它就像一个算力无限的图书管理员，能在几百万份文献里一秒钟找出你要的那一页。但怎么用这份资料，怎么给病人治病，最终拿主意的，还是医生。
它不会抢走医生的饭碗，只会让医生的能力边界变得更宽。以前医生不敢想的方案、没听过的用法，AI能摆到桌面上，让医生有更多的武器去救人。
未来最好的医疗，是人+AI
生物学里有个词叫“邻近可能”：伟大的创新，往往不是凭空造出新东西，而是把已有的积木重新拼搭。
人类用了上百年，建起了一座拥有几千种药物的医学宫殿。但在过去，医生们只能摸着黑，在自己熟悉的几个房间里徘徊。很多救命的药，就放在隔壁房间，却没人能找到。
AI的意义，就是给这座宫殿画了一张全景地图。它标出了所有的暗道和走廊，告诉你哪扇门后面可能藏着希望。
但推开那扇门的，永远是人。
约瑟夫能活下来，不只是因为AI算出了药单,还因为主治医生敢冒风险的那一次签字。
这是人类的勇气、坚持和AI的算力，一起创造的奇迹。
今天的我们，正站在一个全新的起点。AI与老药的这场联姻，正在存量知识的宝库里发起一场浩大的救援。
药柜就在那里，钥匙已经插上。
未来不会是AI医生取代人类医生，而是无数个“人+AI”的团队，一起走进那些曾经黑暗的房间，给千万病人挣来生命的“加时赛”。
而属于普通人的医疗新时代，才刚刚拉开序幕。
参考资料
1. https://everycure.org/portfolio/
2. https://www.webmd.com/healthheroes/david-fajgenbaum
3. https://www.dongascience.com/en/news/69899
4. https://www.frontiersin.org/articles/10.3389/frai.2022.910216/pdf
来源：医学论坛网
编辑：常寂光
审核：梨九
排版：蓝桉
封面图源：西塞罗研究所X官号
（文章中部分图片由AI生成）
热门跟贴