一个孩子从9岁开始慢慢没力气， 跑了快20年医院做了无数检查，却始终没人能告诉你到底得了什么病 。 9岁那年她妈妈发现女儿做下蹲动作时怎么也不如以前灵活，踢足球跑得越来越慢，走路总是踮着脚尖。 接下来近20年Kyra辗转过无数医院，做过各种检查，但没人能告诉她到底得了什么病。 直到快满28岁的那天， 波士顿儿童医院打来电话，说我们可能找到答案了 。 虽然诊断来得太晚，但对她和家人来说这至少说明一件事，它不是神秘的东西，它是一个有名字的病。 01 / 376个没人能解的谜
哪怕做了最先进的基因测序，仍然有将近一半的患者找不到明确诊断。 你要从数百万个基因变异里找出那个真正致病的，还得把病历、检查结果、家族史和最新科研文献全部串起来。 OpenAI和波士顿儿童医院、哈佛大学的研究者们最近做了一个实验。 有神经发育问题的，肌肉无力的，突然出现精神症状的，还有儿童期不明原因猝死的。 把这些数据交给 OpenAI o3 Deep Research ，看它能不能找到人类专家遗漏的线索。 在已经被判「无解」的病例中多找出了将近5%的答案 。 这些可不是普通病人，都是被多轮专家会诊判了「死刑」的硬骨头。 02 / AI到底是怎么干的
研究者给了AI每个病人的临床表现、基因变异列表和最新的医学文献。 然后AI做了一件人类很难做到的事， 把这些信息全部串起来，还要给出完整的推理过程 。 第一个。有个孩子心脏有问题、免疫系统也有问题，还有精神症状，医生们一直没搞明白。 AI看了一下这个孩子22号染色体上一段不起眼的基因数据，再结合症状，大胆推测可能是22q11.2缺失，也就是DiGeorge综合征。 有一个病例看起来只有一个基因有问题，但AI说不对，这个人的症状最好用两个基因一起来解释。 这种 双基因致病的模式，人脑要同时锁定实在是太难了 。 03 / 是AI看病还是医生看病
AI只是给出线索和假设，告诉专家「 我看了所有的数据，觉得这个变异值得你们再查一查 」。 医生再用专业判断去评估，安排补充检查，送到认证实验室确认。一个诊断要正式成立，必须走完所有医疗流程。 所以我觉得，与其说AI在「看病」，不如说它在 帮医生对抗时间的瓶颈 。 波士顿儿童医院的 Brownstein 医生说得特别直白： 「瓶颈就是时间。一个专家一天只有那么多时间，能分配给每个病人的精力是有限的。」 而该院罕见病研究中心主任 Alan Beggs 更是一针见血： 「我脑子里不可能装得下8000种不同的病。这就是AI的力量。」 04 / 为什么旧的病例还能有新答案
这些答案其实一直藏在数据里。那之前的医生为什么没发现？ 你可能几年前做了基因测序，但当时科学界还不知道某个基因跟这种病有关。 但医院积压的未解之谜越来越多，靠人一个个重新翻查根本不现实。 // 写在最后
这个研究发表在 NEJM AI ，就是全球最顶级的《新英格兰医学杂志》旗下的AI子刊。 它也会犯错 ，也会给出听起来有道理但实际不成立的解释。 所以每个结果都需要人来把关。但一个方向已经很清楚了，AI不能取代医生，但它可以当一个不知疲倦的研究助手，帮医生更快找到线索。 对于那些还在黑暗中等待诊断的家庭来说，也许今天没有答案，不代表明天也没有。 就像Kyra，等了近20年，终于在28岁生日前，知道了自己到底怎么了。 ----------
以上，既然看到这里了，如果觉得不错，麻烦您随手 点个赞、在看、转发 三连吧，如果想第一时间收到推送，也可以给我 点个关注 ～
这里是 AI智能二三事 ，专注 AI 硬件拆解与前沿技术落地，您的AI信息早班车！
夜雨聆风
