"AI will solve all diseases."
这句话从 Google DeepMind CEO Demis Hassabis 嘴里说出来，在 Google I/O 的主舞台上。
The Verge 的 Victoria Song 写了一篇反驳文章，标题直白："你说治愈所有疾病？别急。"
我同意 Victoria 的判断，但我想从一个不同的角度说这件事：为什么这种话对行业的伤害，比对公众的伤害更大。
这不是第一次了，也不会是最后一次
AI "治愈所有疾病"的叙事已经循环了至少五年：
- 2021 年：AlphaFold 解决蛋白质折叠问题，媒体说"药物研发要被革命了"
- 2023 年：AI 发现新型抗生素，媒体说"超级细菌有救了"
- 2025 年：AI 辅助设计临床试验，媒体说"新药研发周期将缩短 80%"
- 2026 年：Demis Hassabis 说"AI 会治愈所有疾病"
每一次都是部分真实 + 大量夸张。蛋白质折叠确实被解决了，但距离"治愈所有疾病"之间隔着十道以上的鸿沟。
问题不在 AI 的能力，在叙事的尺度
DeepMind 确实在 AI + 医疗领域做了了不起的工作。AlphaFold 是真实的，AlphaMissense 是真实的，他们在药物发现上的进展也是真实的。
但"治愈所有疾病"这个说法的问题不在于 AI 做不到——也许 50 年后回头看，AI 确实极大地加速了医学进步。
问题在于：当你说"治愈所有疾病"的时候，你在重新定义"治愈"和"所有"。
- 阿尔茨海默病的病因至今不完全清楚
- 大多数癌症的异质性意味着"治愈癌症"其实是"治愈几十种不同的疾病"
- 罕见病的患者太少，商业激励不足以驱动研发
- 医疗系统的可及性问题——即使有了药，有多少人能用上？
这些都不是技术问题。它们是生物学、经济学、社会学的问题。AI 解决不了这些问题，至少不是以"训练一个更大的模型"的方式。
对创业者和投资者的误导
这种话最有害的地方，是它给创业者和投资者创造了一个不切实际的期望。
如果你是一个 AI 医疗 startup 的创始人，听到 DeepMind 的 CEO 说"AI 会治愈所有疾病"——你会觉得你的赛道有无限可能。然后你发现：
- FDA 审批流程不会因为用了 AI 就变快
- 临床三期失败率不会因为你的模型参数量大就降低
- 医院采购周期长得让你怀疑人生
然后你 burn rate 烧光了，公司关了。你不是因为 AI 不行而失败的，你是因为被叙事骗了而失败的。
我尊重 DeepMind 的工作
再说一遍：DeepMind 的团队在做真正重要的研究。AlphaFold 改变了结构生物学的游戏规则。这是毫无疑问的。
但他们的高管在公开场合的发言，越来越像科技行业常见的过度承诺。这种发言的副作用是：
它让公众对 AI 医疗的期望脱离了科学现实，让真正在做艰难工作的研究者被不切实际的期待压垮。
我的建议
下次听到"AI 会治愈 X"的时候，问三个问题：
- 他们说的是哪个具体的 X？ "所有疾病"不是具体的。"阿尔茨海默病"是具体的。
- 从实验室到临床需要多长时间？ 通常是 10-15 年。
- 他们是在做科学研究还是在融资演讲？ 这两个场景下的"治愈"含义完全不同。
AI 会改变医学。这一点我毫不怀疑。
但"治愈所有疾病"不是一個科学预测。它是一句公关口号。
区别很重要。
主要来源：