近几天，网上有不少类似的热帖，情节大致是爱犬患癌行将不治，素人铲屎官誓不低头，求助 AI 手搓神药逆天改命。狗、绝症、AI、逆袭各种爽点要素拉满，难怪广为流传，除了让人感叹现在 AI 无所不能之外，也有人开始认为新药开发将变成一件很简单的事情。
然而事情真的是这样吗？网上流传的这个主人救狗的故事，并非完全虚构，但也不是全部的真相，如果读者不了解事件全貌，既可能对癌症治疗抱有不切实际的乐观，还有被骗子趁虚而入的风险，接下来我们就详细说说。
狗的主人叫保罗（Paul），是悉尼一位从业 17 年的机器学习领域的科技企业家。他收养了一只名为罗茜（Rosie）的狗，他们俩感情十分深厚。2024 年，罗茜被确诊为肥大细胞瘤——这是犬类最常见的皮肤癌，通常无法治愈。在手术、化疗及免疫疗法均告无效后，医生给出了残酷的生存预期：罗茜的生命仅剩 1 到 6 个月。
保罗和罗茜
很多人碰到这种目前医学也无力回天的情况时，或许不得不接受现实。但保罗则另辟蹊径——用 AI 拯救罗茜的生命。好消息是，在一群人的帮助下，他成功了。
罗茜是怎么活下来的？
保罗先是花费 3000 澳元（约合不到15000元人民币），对罗茜的肿瘤进行了 DNA 测序，拿到了 DNA 序列。随后，他将这些数据输入 ChatGPT 和 AlphaFold。
图库版权图片，转载使用可能引发版权纠纷
其中，ChatGPT 扮演的是研究助理：协助保罗规划研究策略，梳理海量医学知识，告诉他接下来该怎么做 。
而 AlphaFold 则是结构预测员——这款荣获 2024 年诺贝尔奖认可的 AI 工具，能够较为精准地预测蛋白质的 3D 结构。保罗能借助它来分析罗茜肿瘤中突变蛋白的三维构象，旨在寻找那些能强效激活免疫系统、却不误伤正常细胞的新抗原。
为什么要这么做呢？原来，癌症之所以难治，其中一个主要原因是癌细胞极善伪装，在免疫系统看来和正常细胞几乎一样，让免疫系统难以分辨敌我、无从下手。而如果能够发现只有癌细胞才有的新抗原，就无异于为免疫系统绘制了一张精准的通缉令，可以精准杀伤癌细胞而不伤及无辜。
尽管有很多报道都为了戏剧性简化了过程，让保罗看起来好像孤胆英雄一般拯救了爱犬，但实际上，所谓术业有专攻，制药的环节还得专业人士的帮助。
拿着 AI 生成的分析报告，保罗找到了新南威尔士大学相关领域的研究人员。起初，研究人员是犹豫的，一个没有生物医学背景的程序员，带着 AI 的报告，说要给狗设计个性化癌症疫苗？这太疯狂了。
然而，保罗的努力和专业的结果终于说服了他们，这些专家亲自操刀，基于 AI 筛选的靶点，设计并生产了为罗茜定制的 mRNA 疫苗。从构想到疫苗制备完成，仅用了不到两个月。
保罗在社交媒体上展示疫苗疗效
2025 年 12 月，罗茜接受了第一针注射。一个月后，效果惊人——它的主要肿瘤显著缩小。那只曾经奄奄一息的狗，又开始活蹦乱跳地追兔子了。
我也能在家手搓癌症疫苗？
这个故事在网络上迅速引爆，带给很多人一种错觉——一个人+AI 就能颠覆制药业！但事实并非如此。主人的爱，加上AI和生物技术创造奇迹的做法其实难以简单复制。
首先，尽管普通人逆袭的剧本最喜闻乐见，但我们必须认识到故事中那些“不普通”的因素。
先是专业背景，保罗本人拥有 17 年的机器学习和数据科学经验，深知如何使用 AI，以及如何筛选和解读信息，而他专门编写了算法大大加速了筛选过程，而这远不是普通人使用 ChatGPT 问两句那么简单。
然后是合作团队，保罗对接的是新南威尔士大学的顶尖专业团队，正是这些专家完成了最关键的分子设计与生产环节。而真正意义上的制药工作，也由专业的科研团队主导完成，AI 仅在其中提供了精准的方向指引。
最后，该疫苗对罗茜的其中一个肿瘤有效，但对其另一个肿瘤却无效。这说明即便是个性化方案，也远非万能。此外，这仅是单一案例，未经严格的临床试验验证，尚不能证明其对大多数狗都有效。
因此，对普通人来说，这个故事的最大价值并不是教你如何亲手制药，而是让你看到，目前的 AI 正以前所未有的速度，加速专业治疗方案的研发。而且回顾近几年的 AI 发展速度，我们确实有理由相信，以后可能会有更多的绝症被攻克。
一言蔽之，这个故事的重点不是“ AI 降低了专业门槛”，而是“ AI 放大了专业能力”。
目前 AI 在抗癌领域有哪些靠谱的应用？
其实，AI 在抗癌战场上确实已取得了实质性进展，正逐步惠及普通人。以下几个方向，是目前最可靠、最值得关注的：
1.AI 辅助诊断这是目前应用最广泛、最成熟的领域。比如肺癌、乳腺癌、皮肤癌等，AI 能通过分析 CT、病理切片等医学影像，提高识别早期病灶的准确率。它可以作为助手，帮医生发现那些容易被忽略的微小结节或可疑病变。对普通人来说，这意味着体检报告可能更精准，早期癌症被漏诊的概率在降低。
2.AI 加速新药研发其实类似前面提到的个性化 mRNA 癌症疫苗，已经在高危黑色素瘤的临床试验中，预计会将患者的复发或死亡风险降低 49%（与PD-1抑制剂联合使用）。这种疫苗的原理，和给罗茜做的几乎一样——先对患者的肿瘤测序，找到特定的突变，然后用 AI 快速设计出能训练免疫系统攻击癌细胞的疫苗。AI 在此过程中，把原本需要数年和数千万美元成本的靶点筛选工作，压缩到了几周甚至几天（但这只是整个新药研发流程中的一小部分，后文会细说）。
3.AI 整合诊疗信息
像 ChatGPT 这样的工具，如果用在专业医生手里，可以快速消化全球最新的癌症研究论文、临床试验数据，帮助医生为复杂病症的患者制定更前沿、更个性化的综合治疗方案。
AI 能加速药物研发，但快不了太多
许多人将 AI 想象得过于万能和便捷，以为输入癌症信息就能输出神药。这完全是一种误解。AI 在制药流程中的作用，可以这样理解：
1.AI 能影响的环节
靶点发现：从海量基因数据中快速锁定导致癌症的关键靶点。
分子生成与筛选：像搭积木一样，设计和生成成千上万种可能的新药分子，并预测哪些模型最有效、毒性最低。
老药新用：分析现有药物的数据，看看有没有“意外惊喜”，比如某种降糖药或许对某种癌症也有效。
2.AI 很难影响的环节
实验室验证：AI 预测出的结果，必须在真实的细胞、组织上进行生物实验，证明它真的有效。这个实操环节，目前 AI 暂时还无法完全替代科学家。
动物实验与临床试验：这是最耗时、也是最烧钱的阶段。一个药对人的副作用有多大？长期安全性如何？在不同人群身上效果一样吗？这些问题，必须通过真实的人体试验来回答，靠的是志愿者参与、医生观察、数据统计。AI 算得再快，也绝不可能让患者一天之内就完成三个月的用药观察。
监管审批：FDA（美国食品药品监督管理局）等机构有严格的审核流程，要求数据真实、过程透明、结果可重复。这套为人类健康负责的“保险杠”，是任何技术都无法逾越的。
而这些事情，普通人就算借助 AI 也几乎不可能独立完成。为了便于让大家了解新药从实验室到上市的艰难，这里再举一个例子。
有一款针对特定基因突变肺癌的靶向药，它的故事始于 2004 年（这里你不妨先猜猜它最终上市是哪年）。一开始，科学家发现，有些肺癌患者的肿瘤细胞带有一种特殊的突变，可以被当作药物靶点来抑制癌细胞。
带着这个发现，研究团队与药企合作，开始了漫长且充满挑战的临床前与临床试验阶段。万幸各项研究开展得都很顺利，不仅如此，基于优秀的临床试验数据，美国食品药品监督管理局（FDA）为这款药授予了突破性疗法认定和优先审评资格，加速其审批流程。
最终，这款药物在 2025 年 11 月正式获批上市，用于治疗特定类型的肺癌患者。从 2004 年的发现，到 2025 年成为正式药物，用了大约 21 年（如果从正式立项研发算起通常也需要十余年，你猜对了吗？）。没办法，应用在人体的新药，往往必须慎之又慎，否则就可能带来灾难性的后果。
警惕“AI 治癌”成为骗子的新幌子
对大多数人来说，新药离我们有点遥远，但骗子却常常在门外晃悠……各种伪科学和骗术，从来都急不可耐地想打着新技术的旗号分一杯羹。
像保罗和罗茜这样的传奇故事，很容易被别有用心者利用。恐怕你可能将会看到（甚至已经看到）各种离谱的广告：“量子 AI 基因疗法，一针治愈所有癌症！ ”“居家 AI 治疗仪，连接 ChatGPT，远程清除癌细胞！ ”
那么如何防止被骗呢？做决定之前，不妨关注下面这些问题：
这合理吗？如果一个疗法声称能“治愈所有癌症”、“无痛无副作用”、“完全替代正规治疗”，那它 100%是骗局。
判断依据是什么？任何所谓“神奇”的疗法，都必须有真实可靠的临床数据支撑。个案报道和患者自述均不足以作为科学证据。是否有发表于正规医学期刊的研究论文？是否在权威临床试验注册平台登记备案？
谁在做这件事？如果对方吹嘘全靠 AI，却拿不出任何专业医疗机构、执业医生或正规实验室的参与证明，那基本可以断定是个骗局。要知道本文开头罗茜的案例，其核心治疗环节正是由大学实验室和分子肿瘤学中心完成的，甚至连它的铲屎官都是个人工智能领域的工程师。
总之，请务必记住，至少在现阶段，AI 只是医生的强大工具和助手，它永远无法替代正规医院的规范诊疗。对于我们而言，最重要的是相信科学、尊重专业，同时保持理性与警惕。
在笔者看来，保罗与罗茜的故事最动人之处，并非所谓的技术奇迹，而是一个普通人在死神即将夺走爱犬时的执着和坚守。他虽不了解制药，却不抛弃不放弃，运用自己掌握的AI技术取得初步进展，最终打动专业科研团队，缔造了一个小小的奇迹。这个过程中技术以外的部分，或许才是将来 AI 时代我们最该珍视的。而将这个故事简化成“快看，AI 救了狗”的爽文，无疑是对为此付出努力的人和技术本身的不尊重。
策划制作
作者丨刘子琦 哈尔滨医科大学附属第一医院主任药师
审核丨于乃功 北京工业大学教授 中国人工智能学会理事
潘战和 厦门大学附属中山医院肿瘤内科主任医师 福建省抗癌协会肿瘤科普专业委员会副主任委员
诚多网提示：文章来自网络，不代表本站观点。
