"在5至10年内治愈大多数人类疾病实际上是可能的，尽管这听起来很疯狂。"9月末，Anthropic首席执行官Dario Amodei在X上写下这句预测。不到一个月，在Oracle AI World 2026大会上，Oracle创始人Larry Ellison给出了更大胆的版本：大多数癌症可能在未来5年内被攻克。知乎
但硅谷的豪言正在遭遇来自制药业内部的集体反驳。据《华尔街日报》11月3日报道，Vertex、阿斯利康、再生元、拜耳等企业高管先后公开泼冷水，而一个更硬的事实是：迄今为止还没有一款完全由AI设计的药物获得美国FDA批准上市。知乎
"10年治愈"暂时等不到，但"AI已进入诊疗流程"是现在进行时。这篇文章要拆清楚的就是两件事：这场预测之争的分歧点在哪，以及从挂号到用药，AI到底已经能干什么。
分歧不在AI有没有用，而在"谁主导"
质疑阵营给出的证据都来自药企自己的研发现场。Vertex执行董事长Jeff Leiden称"AI十年治愈疾病完全是胡说"：该公司曾约50家AI公司处理其1万种化合物数据集，没有一家成功开发出一款有效药物。阿斯利康CEO Pascal Soriot的说法是"疾病是复杂的，生物学是复杂的，说AI将治愈癌症，也许有点跳跃"；再生元首席科学官George Yancopoulos补充，AI"不会把15年的开发周期缩短到5年"。知乎
麦肯锡的数据解释了为什么生物学这么难：约四分之一的中后期临床试验失败可追溯至安全性问题——药物在体内产生"脱靶效应"，而现有AI模型对这类问题的预测能力依然有限。与此同时资本仍在涌入：2025年，全球风险资本和私募股权在AI药物发现领域的投资已达84亿美元，是两年前约40亿美元的两倍。知乎
拜耳COO Sebastian Guth给出的定位更接近行业共识：其基因治疗团队用AI在数天内梳理了1亿份患者记录，筛出最适合其基因编辑技术的五种疾病——但他明确说，这不是AI在治愈疾病，魔法发生在将人类科学家的才华与AI结合之时。知乎
现在看病，AI已经出现在这些环节
影像与筛查：秒级量化，覆盖数百家医院。 在首都医科大学附属北京儿童医院眼科，一张眼底照片拍完，AI大模型秒级接手分析，像资深医生一样层层拆解血管、神经、黄斑等结构，一口气完成300多项指标的量化评估，还能同步生成数据报告。这套能"一眼望全身"发现糖尿病、高血压等风险信号的系统，目前已在约600家三甲医院和3000多家医疗机构落地使用。央视网
病理：从"看片子看到视觉疲劳"到秒级锁定病灶。 病理医生面对的是上亿个细胞的图像，早期癌症病变细胞数量少、漏诊风险高，浙江大学团队联合浙大一院发布了视觉与语言模型融合的AI病理助手OmniPT，可在1-3秒内锁定病理切片中的癌症病灶，在胃癌、结直肠癌、宫颈癌等十余个高发病率癌种上取得95%以上的诊断准确性（2025年初发布）。此后瑞金医院与华为开源了病理大模型RuiPath、国内首个乳腺病理垂直大模型"BRIGHT"在天津发布，病理AI正从单点工具走向大模型化。微博央广网
就诊与处方环节：AI产品开始进临床且"不额外收费"。 在浙江磐安，患者通过数字健康人"安诊儿"AI智能问诊，简单描述症状后系统快速匹配就诊科室并完成线上预约，免去来回跑腿。北京的情况类似：多家医院的AI医疗产品临床用量增多，患者"不用额外付费"。央视网新华网
用药决策：预测"哪种疗法对这个患者有效"。 复旦大学团队11月公布的最新研究推出HER2-LADDER空间可解释AI框架，仅用临床常规的H&E和HER2免疫组化切片就能预测乳腺癌双靶治疗的疗效。复旦大学附属肿瘤医院泌尿肿瘤中心则把"尿液RNA+AI"做成了无创辅助诊断体系——依托AI算法结合分子检测实现尿路上皮癌无创筛查，总体诊断敏感性达91.37%、特异性达95.09%，且已完成医疗器械注册转化、落地临床应用。知乎
预后评估：AI开始读"人"。 麻省总医院布里格姆医疗中心团队10月在《柳叶刀·数字健康》发表研究，其FAHR-Face系统用超4000万张人脸图像训练，仅凭癌症患者的面部照片即可分层生存风险——被AI判定为最高风险四分之一的患者，死亡风险约为最低风险四分之一患者的3.23倍。研究边界必须讲清：它只针对特定医疗环境中的癌症患者、尤其是接受放疗的人群，既不能筛查健康人，也不能预测个体"还剩多少天"。知乎
药已经在路上，但终点线还不存在
最接近"AI治癌"叙事的两个进展，恰好都停在"成功"和"获批"之间。8月20日，默沙东与莫德纳宣布个性化mRNA癌症疫苗intismeran autogene（mRNA-4157）联合帕博利珠单抗（俗称"K药"）在黑色素瘤术后辅助治疗的Ⅲ期临床试验达到两个关键终点——这款疫苗的研发过程有AI算法参与新抗原设计，被舆论称为"人类第一次用AI反击癌症"。世界经济论坛发布的年度十大新兴技术也收录了这项技术：个性化mRNA癌症疫苗根据患者肿瘤突变信息进行设计，通过训练免疫系统识别此前未能发现的癌细胞，实现更有针对性的治疗。但它能否成为标准治疗方案，仍取决于成本、生产能力以及测序基础设施的可及性；试验成功也不等于获批可用——果壳援引一线医生分析指出，宣布时并未公开具体试验数据，且个性化疫苗每一剂要为单个患者定制，“数周时间才能生产出足够治疗一位患者的量”。中国新闻网知乎
另一个样本是AI制药公司Iambic。10月26日，其AI设计的候选药物IAM1363公布最新临床数据：一项针对晚期癌症患者的I/Ⅰb期试验已有122名受试者接受治疗，部分患者肿瘤缩小，并观察到脑转移病灶缓解迹象。具体到疗效：在每日接受不少于960毫克剂量、肿瘤具有可靶向HER2改变的53名可评估患者中，19人出现肿瘤部分缓解（36%）；在符合脑转移分析条件的22名患者中，9人颅内病灶部分缓解（41%）。该公司10月15日刚在纳斯达克上市，IPO募资约1.5亿美元。要强调的是，这仍是Ⅰ/Ⅰb期——安全性探索阶段的小样本数据，离"治愈"还有Ⅱ、Ⅲ期两段长路；而整个AI制药行业里最成熟的Insilico Medicine、Generate Biomedicines等公司的管线，也还没有一款跨过FDA批准线。知乎
判断"10年"值不值，看三个信号
把争论收拢，"AI十年治癌"的可信度取决于证据升级，而非发布会密度。接下来值得盯住三件事。第一，是否出现首个获批上市的全AI设计药物——这将检验Leiden们"50家公司无一成功"的判断是否会被打破。第二，AI辅助诊断能否拿出"延长生存"的前瞻性证据——有临床研究者梳理，2025年底还没有一项前瞻性研究证明用AI能让前列腺癌病人活得更久或活得更好，现有阳性证据只到"穿刺查出更多该治的癌、手术切得更干净"这类中间结局。第三，个性化疗法的产能与价格——黑色素瘤疫苗乐观数据的背后，是数周剂量的生产瓶颈，能不能负担、能不能量产，和能不能起效同样决定"落地"二字。知乎
癌症从来不是单一疾病。加拿大肿瘤科医生Roupan Odabashian在回应"AI治癌"言论时说得很直白：癌症是一种"孤儿病"，胰腺癌不同于前列腺癌，前列腺癌不同于结肠癌，每一种都是独一无二的。以现有证据，"10年内治愈大多数癌症"目前得不到临床支持；更现实的预期，是AI把更多癌种往"可控慢性病"的方向推——而这件事，其实已经在看病的各个环节开始了。知乎
