AI 進入日常生活的速度有目共睹，而在醫學領域，它帶來的變化尤其值得關注。研究者如今能借助 AI 在十年前難以想象的細節層面理解癌症：不再對同一類癌症的所有患者使用相同的方案，而是轉向基於每個人腫瘤獨特基因構成的治療。
今年 10 月，莫德納與默沙東公佈了一款在研個性化癌症疫苗的三期臨牀結果。該疫苗與免疫治療藥物可瑞達（Keytruda）聯用時，相比單用可瑞達，把黑色素瘤復發或死亡的相對風險降低了 42%。需要說明的是，這款疫苗尚未獲得 FDA 批准，試驗本身也不能證明是生成式 AI 發明瞭這種療法，但結果確實展示了個性化癌症醫療能達到什麼程度。
AI 同時也在處理另一半難題：同樣的診斷，兩個人對同一種藥物的反應可能相差甚遠，因為癌症並非單一疾病，看起來相似的腫瘤也可能攜帶不同突變。近六個月的一項研究顯示，研究者已能越來越多地考察特定患者腫瘤的生物學特徵，而不只依賴從數千名患者身上總結的規律。美國國家癌症研究所的 PERCEPTION 工具就是一例，它分析單個癌細胞內的基因活動，預測某些藥物是否可能起效。
AI 在癌症治療中的應用潛力持續增強
這一點很關鍵——腫瘤內部往往存在不同的細胞羣，藥物可能只殺死其中一部分，剩下的細胞會讓癌症復發或產生耐藥。在藥物發現端， Google DeepMind 的 AlphaFold 提供了另一條路徑。蛋白質決定細胞如何運作，也牽涉癌症的發生與擴散，弄清其三維結構有助於判斷潛在藥物會怎樣與之結合。過去這項工作可能要在實驗室裏耗上數年，AlphaFold 能在幾分鐘內給出大量結構預測，DeepMind 已向全球研究者開放超過 2 億個蛋白質結構。
這並不等於它能自動造出安全有效的抗癌藥，預測結果仍需實驗和患者層面的驗證，但它能縮窄候選範圍，為早期研發省下時間。以黑色素瘤疫苗 intismeran autogene 為例，它根據患者腫瘤中的基因突變設計，這些突變幫助定位免疫系統可以識別並記住的癌症特異蛋白。三期試驗納入 1137 名已手術切除黑色素瘤的患者，據紀念斯隆-凱特琳癌症中心數據，兩年時接種疫苗聯合可瑞達的一組有 82% 未出現復發，單用可瑞達的一組為 70%。
從發現一個有希望的療法到患者真正用上，中間仍有距離。AI 找到的靶點或做出的療效預測都需要驗證，臨牀試驗不可替代；基因檢測費用、專業機構可及性，以及 AI 系統在不同患者羣體中是否穩定可靠，也都是現實障礙。但方向已經比較清楚：AI 正在給科學家提供研究癌症、鎖定藥物靶點、判斷哪種治療更適合哪位患者的新工具，目標不是取代腫瘤科醫生，而是讓醫生手中有更充分的資訊和更多選擇。
