夜雨聆风
AI与癌症的战争正从筛查诊断走向更深的腹地——药物发现与治疗选择。过去一年，多个关键突破表明AI不再只是辅助阅片工具，正在实质性参与新药设计和精准用药决策。
预测转移和复发：准确率逼近80%
多个独立团队报告，AI模型在预测癌症转移和结直肠癌复发方面准确率已接近80%。模型基于深度学习，分析组织病理学图像和循环肿瘤DNA等多维度数据。手术或辅助治疗后，医生能据此更准确判断哪些患者需要激进随访，哪些可以安全减少过度治疗。80%并不完美，但相比传统临床病理分期已是量级提升。
从通用预测到具体癌种的精准匹配
Roswell Park综合癌症中心开发了针对小细胞肺癌的AI工具，能预测患者对特定治疗方案的反应。小细胞肺癌占肺癌约15%，侵袭性极强，一线治疗后易复发。这个工具的价值在于，它不是给出泛泛的预后评估，而是针对具体治疗组合预测响应概率，直接指向临床决策。目前该工具已在中心内开展临床验证。
Cedars-Sinai医学中心在胰腺癌领域也取得类似进展，AI系统能为患者预测最佳化疗方案。胰腺癌五年生存率不到15%，化疗选择往往依赖经验而非个体化匹配。Cedars-Sinai的AI通过分析肿瘤基因组特征、既往治疗记录和临床结局数据，为每位患者生成方案推荐。
实验室效率翻倍
行业调查显示，AI采用率最高的药物研发机构，实验室效率接近低采用率机构的两倍。这是AI在靶点识别、化合物筛选、毒性预测等多环节叠加的结果。传统药物研发从靶点到上市平均耗时10-15年、花费超20亿美元，AI正在压缩这个窗口。麦肯锡预测，到2025年AI将为制药行业创造超过1000亿美元的年度价值，目前看来这个判断方向正确。
辉瑞与Boltz联手
辉瑞与开源蛋白质结构预测工具Boltz的合作，是大药企押注AI药物发现的最新案例。Boltz被视为AlphaFold的重要补充，在蛋白质-配体结合预测上有独特优势。辉瑞将Boltz的预测能力与化合物库和临床数据结合，加速从靶点验证到先导化合物优化的全流程。此前辉瑞已与PostEra等公司建立AI制药合作，Boltz的开源生态进一步丰富了其工具链。
从早期检测到药物设计
如果说两年前AI在癌症领域的主要新闻集中在影像筛查和病理诊断，现在信号已很明确：AI正进入药物发现的核心环节。OpenAI刚发布GPT-Rosalind生命科学模型，DeepMind分拆的Isomorphic Labs已将AlphaFold候选药物推入人体试验，今年4月圣地亚哥Drug Discovery Chemistry大会上40家大药企集体展示了AI驱动的分子设计进展。AI不是要取代科学家，而是要在人力无法穷尽的化学空间中提供更高分辨率的地图。抗癌药物发现的规则，正在被重写。
