全球芯片巨头Arm CEO：AI将在我们有生之年治愈癌症

一个做芯片的人，为什么突然谈起了“治愈癌症”？

近日，全球芯片架构巨头Arm首席执行官René Haas接受英国《卫报》采访时表示，他相信，人工智能将在“我们有生之年”帮助人类找到治愈癌症的方法。

（来源：Arm官网）

他的理由很简单：癌症实在太复杂。一个肿瘤背后，可能涉及大量基因变化、蛋白质结构、免疫反应以及不同患者之间巨大的个体差异。仅靠人脑，很难同时处理如此庞杂的信息。

但机器可以。

值得注意的是，这并非一个科技企业家的孤独畅想。

2026年1月，英伟达与全球制药巨头礼来宣布成立人工智能联合创新实验室，未来5年计划投入最高10亿美元，把人工智能、机器人和自动化实验室直接用于药物发现。

今年5月，脱胎于谷歌DeepMind的人工智能制药公司Isomorphic Labs又完成了21亿美元融资，目标同样明确：利用人工智能设计新药，并把自己的候选药物推进临床。

全球最聪明的资本、最强大的算力和最顶尖的科学家，正在同时向医疗汇集。原因或许并不复杂：如果人工智能真正能够改变世界，医学很可能是最值得它改变的领域之一。

一、不是未来：人工智能找出的药，已经开始给人用了

谈到“人工智能+医疗”，很多人仍然会想到未来。事实上，它已经进入现实。

2025年，《自然·医学》报道了一项具有标志性意义的临床研究：研究人员利用人工智能寻找新的疾病靶点，并设计出候选药物，用于治疗特发性肺纤维化——一种会让肺组织逐渐变硬、患者呼吸越来越困难的严重疾病。

关键在于，这款药已经不只是电脑里的一个分子，它进入了人体临床试验。

一项随机IIa期临床研究显示，这款由人工智能发现“靶点-药物”组合的候选药，在人体中表现出了安全性和初步疗效信号。《自然·医学》将其称为人工智能药物发现走向临床的一个重要里程碑。

（来源：nature medicine）

癌症领域也已经开始出现类似变化。

2025年，《自然·通讯》发表的一项研究中，科学家利用人工智能结合患者多组学数据，寻找与肿瘤免疫相关的新靶点，随后又通过生成式人工智能辅助设计出一种名为ISM5939的候选药物，用于实体瘤研究。

过去开发新药，很像在几十亿把钥匙里，寻找一把能够打开特定锁孔的钥匙。今天，人工智能开始参与判断“哪一个锁孔最值得打开”，甚至直接帮助设计那把钥匙。

这就是变化。

它不是“人工智能有一天可能帮助制药”。而是：人工智能已经开始找靶点、设计药物，并且把部分候选药物送进人体。

美国食品药品监督管理局（FDA）披露，仅2016-2023年，其药品审评部门就已经处理了超过500份包含人工智能组件的药物研发申报材料。

（来源：FDA官网）

当一种新技术多到监管部门必须专门研究怎样管理它时，它显然已经不再只是概念。

医生会不会被人工智能取代？

这个问题其实没那么重要。真正重要的是，在很多具体任务上，机器处理信息的速度、规模和效率，已经远远超过任何一个人。

一个顶尖肿瘤医生再勤奋，一天也只有24小时。他不可能读完世界上每天发表的所有医学论文，不可能同时追踪全球所有临床试验，更不可能把一个患者的病理、基因、影像、既往治疗和成千上万项研究逐一比较。

人工智能却恰恰擅长这样的事情。

美国国立卫生研究院开发了一套名为TrialGPT的系统，专门帮助患者寻找合适的临床试验。

研究人员让它从庞大的临床试验库中为患者筛选项目。结果显示，它只需要留下不到6%的候选试验，就能够找回超过90%真正相关的项目；在1015组患者与试验入组条件的判断中，准确率达到87.3%，接近专家水平。

更现实的是，它让人工筛选临床试验所需要的时间减少了42.6%。

AI生成示意图

这组数字很值得琢磨。因为对一个已经用尽常规治疗方案的癌症患者而言，临床试验有时意味着最后几扇还没有关上的门。

过去的问题是：门在哪里？谁知道？我符不符合条件？医生有没有时间替我找？而人工智能正在迅速降低这种信息搜索的成本。

同样的变化还会发生在药物、专家、医院和治疗方案上。

• 一个罕见的基因突变，在美国有没有针对性药物？

• 一种国内尚未普及的治疗，日本是否已经开展？

• 某个已经多线治疗失败的癌症患者，全球还有没有正在招募的临床试验？

以前，这些问题需要大量专业人员花费很长时间搜集、筛选。现在，机器可以先把一片大海迅速缩小成几条值得医生仔细研究的航道。

因此，人工智能在医疗领域真正革命性的意义，可能不仅是“比医生聪明”。而是：它让一个人的知识边界，不必再等于一个人的大脑边界。

问题也随之而来。

如果有一天，人工智能几分钟就能告诉一名癌症患者：

• 美国有一个与你高度匹配的临床试验；

• 日本有一家医院正在开展某种新术式；

• 欧洲刚刚公布了一种新的治疗组合；

• 另一位国际专家对你这样的罕见肿瘤有长期研究……

然后呢？人工智能可以找到信息，却不能替患者完成真正的医疗。

它不能替病理专家重新确认诊断，不能替多学科团队判断某种方案究竟适不适合这个具体的人，也不能替患者真正连接到那家医院、那位医生或者那项临床试验。

所以，当人工智能逐渐打破第一道墙——信息壁垒之后，另一道墙反而会变得越来越清晰：你的医疗视野有多大？

AI生成示意图

过去，人们获得医疗信息天然受到地域限制。在一个城市看病，接触到的往往是这座城市的医院；在一家医院治疗，首先接触到的是这家医院能够提供的技术。

这并不意味着谁水平不高，而是现代医学发展本来就不可能整齐划一。

• 有的医院擅长罕见肿瘤，有的医院掌握复杂手术；

• 一种新药可能已经在美国上市，却尚未在另一个国家获批；

• 一种临床试验可能只在全球少数几个中心开展；

• 同样一种疾病，不同国家、不同医院，甚至不同专家，因为研究方向不同，也可能拥有完全不同的经验。

真正成熟的“全球医疗视野”，是面对癌症这样的重大疾病时，先不要人为给自己的选择画一个地理边界。

不要先问：“我们这个城市最好的治疗是什么？”也不只是问：“国内最好的方案是什么？”而应该先问一个更大的问题：全世界针对我这样的病情，目前有哪些值得认真考虑的治疗选择？

然后再判断：国内有没有？哪位专家最擅长？如果国内能够完成，就在国内治疗。如果全球其他地方存在明显不同、并且真正值得考虑的机会，再决定有没有必要跨出去。

这才是“全球视野”的真正含义。

René Haas相信，人工智能将在我们有生之年帮助人类找到治愈癌症的方法。这个预言最终会以怎样的方式实现，现在没有人知道。

（来源：Arm官方新闻中心）

癌症也不太可能在某一天突然被“一次性攻克”。

更可能发生的，是今天无药可用的疾病，明天多一种药；今天找不到治疗靶点的患者，未来找到一个新的弱点；今天需要科学家几年才能筛选出的方案，未来几个月甚至更短时间就能够浮出水面。

这种变化，其实已经开始。

人工智能越来越强，意味着医学世界的信息壁垒会越来越低。但这也意味着，未来真正限制一个患者的，可能不再只是“信息不知道”，而是——知道世界上还有更多可能之后，有没有勇气、有无能力去重新审视自己的选择。

如果一个人的就医半径始终停留在一座城市、一省之地，甚至认为医疗资源天然应该以国界为边界，那么再强大的人工智能，也只能帮他查查资料。

人工智能可以替我们搜索世界、理解世界、比较世界，但它不能替我们拥有全球视野。

当医学知识第一次如此迅速地跨越语言、地域和国界，一个癌症患者最不应该提前给自己设下的，恰恰也是国界。