我们对 AI 在健康领域的共同希望，以及解释模型和 Epic 播客
快速阅读: 《美国企业研究所》消息，文章探讨人工智能在健康领域的应用，认为其有望实现个性化健康管理，但进展仍需更多数据与新知识。文中提及投资者对生物医学的期待及AI在制药研发中的角色，同时分析了《Acquired》播客对电子病历公司Epic的解读，强调其服务客户的成功模式。
内森·普莱斯的一篇近期文章以罕见的清晰度捕捉了我们对人工智能在健康领域的集体希望，尽管对于这些目标距离实际实现还有多远仍然存在激烈的争议。为了提供背景信息，普莱斯是巴克老龄化研究所人类健康跨度中心的教授兼联席主任，同时也是以其补充剂产品闻名的公司汤恩德的首席科学官（CSO），该公司如今正扩展至检测领域。他也是与李·胡德合著《2023年科学健康的年代》一书的作者。在《MedCityNews》上撰文时，普莱斯认为人工智能被视为“精准健康”的关键推动因素。通过分析个人独特的基因变异、微生物组组成和血液标志物，人工智能现在使真正的生物个性化成为可能，从而创建出传统一刀切方法无法匹敌的生活方式和营养建议。当传统智慧提供标准化解决方案时，你的生物学需要的是精确性……大量生物相互作用的复杂性为个人独立追踪创造了几乎不可能的难题。这正是人工智能擅长之处——处理大量的个性化数据，以识别哪些天然产品组合可以与你的独特生物系统配合。通过分析个人独特的基因变异、微生物组组成和血液标志物，人工智能现在使真正的生物个性化成为可能，从而创建出传统一刀切方法无法匹敌的生活方式和营养建议。当传统智慧提供标准化解决方案时，你的生物学需要的是精确性……人工智能实现了大规模个性化，既具备成本效益又能进行深度分析……结果将复杂的难题转化为针对个体需求的简单且可行的个性化建议。人工智能的这三种概念化——其作为（1）关键复杂性管理工具的承诺；（2）通过改进测量技术（包括数字化/可穿戴设备）获得的日益庞大的数据集的重要整合者；以及（3）个性化机器——正在许多健康领域中显现为主要主题。除了健康领域，最近的例子还包括：营养：Guasch-Ferre等人在《自然医学》最近一期发表的《心血管代谢疾病的精准营养》。老年医学：Kroemer等人在《细胞》最近一期发表的《从老年科学到精准老年医学：理解和管理衰老》。生物制药临床开发：辉瑞的苏布拉马尼安·马达万和我共同发表在《药物发现今日》上的《人工智能：管理生物制药研发日益复杂的临床开发的必要工具》。正如马达万和我所写，生物医学科学的重大进展为药物开发者创造了丰富的机遇，他们现在肩负着筛选不断增加的治疗靶点、治疗模式和测量技术的责任，以努力向患者提供变革性的药物。数字技术，尤其是人工智能，代表了一种有前景的方法来管理日益复杂的临床开发。每篇论文都提出了惊人的相似主题——即今天，我们在这些领域中的每一个，往往倾向于依靠启发式方法、直觉以及能够处理的部分可用数据做出重大决策。期望是我们如果能够负责任地获取并深思熟虑地分析更大数量的各类数据，理想情况下是通过纵向收集的数据，我们可以做出更好的决策。希望是人工智能能够深刻地促进这种分析，并且可能已经开始这样做了。许多科技乐观主义者相信健康领域的成功是不可避免的，甚至就在眼前。DeepMind首席执行官德米斯·哈萨比斯最近在接受CBS新闻节目《60分钟》采访时告诉斯科特·佩利，疾病终结可能“触手可及。也许在未来十年左右，我不明白为什么不行。”相比之下，生物制药行业的资深人士通常更为怀疑。这一点在化学家兼博主德里克·洛对哈萨比斯采访的深思熟虑回复中有所体现。我们的生物系统相互交织的知识“完全不足以在十年内治愈疾病，”他写道。“不幸的是，即使在那十年结束时，它也会依然不足——我会下这个赌注，虽然这让我感到不快。”洛继续说道，这是因为我们桌面上没有足够的拼图碎片来解决这个难题。在大多数这些领域，我们甚至没有足够的知识来确切知道我们正在解决什么样的难题。远远不够。而人工智能/机器学习在我们有限的小范围内确实非常擅长重新排列我们现有的拼图碎片，在这些区域里我们有一些关于真实世界效果的实际知识。但它不会仅仅开始填补所有空白。那是由我们人类完成的。我对这些技术最乐观的看法是，如果一切进行得非常好，它们或许能帮助引导我们走向比原本可能的更富有成效的研究，但我们将会需要收集大量新数据，寻找众多答案，处理大量的转折和完全意想不到的情况。在我们真正转向任何人工智能/机器学习系统并询问上述那些大问题之前，我们需要令人恐惧的新知识量。我们满怀希望地期待人工智能能以某种方式解决的挑战维度，或许在健康领域中最容易被理解，其目标是保持健康并预防疾病。一方面，我们都认识到熟悉的经验法则——健康饮食、锻炼、与他人互动——的局限性。这些感觉起来表面化且不具体，指导也不特别定制化。然而，如果你决定将健康优化作为你个人的“目标函数”，并根据每个生活选择是否可能最大化提升你的健康来裁定，你会很容易迷失方向，因为你陷入无尽的连锁反应和永无止境的权衡之中。在这种背景下，一种算法能够轻松为你管理这种优化，以证据驱动的方式个性化和优先化你无尽的选择，这种吸引力显得极其吸引人。如果只有数据存在以支持这样的评估；目前，像洛一样，我持怀疑态度。现实地说，在我们讨论过的所有健康领域中，关键问题不是我们是否会“治愈所有疾病”（或不），也不是“优化个人健康”（或不），而是所谓的“可约化口袋”在哪里（借用斯蒂芬·沃尔夫拉姆的术语）。我们将拥有必要的数据——以及，如安德烈亚斯·本德所讨论的，一个具有适当约束的问题——以便充分利用人工智能的力量和潜力，在某一健康领域取得进展。医学、健康和人工智能投资中的解释模型传奇哈佛医师人类学家阿瑟·克莱因曼上周在哈佛发表了最后一次讲座，他在医学中引入了“解释模型”的概念。正如我几年前描述的那样，“基本思想是不同的人对疾病有不同的看法，医生或治疗师需要理解和承认患者的模型，以优化治疗关系。”当时，我正在写关于传奇遗传学家弗朗西斯·柯林斯的故事，据报道，他因为一次基因测试显示他可能有糖尿病风险后，著名地改变了他的饮食和锻炼习惯。这对我来说似乎很引人注目，因为正如我指出的，从医学角度来看，逻辑要么缺乏，要么软弱；大多数人无论基因测试是否揭示特定的易感性，都会从更健康的生活方式中受益。柯林斯作为一名医师科学家，本不应需要基因测试来激励生活方式的改变。然而显然，基因测试起到了作用，因为它深深契合了他的疾病解释模型。解释模型的概念在我们讨论人工智能在健康领域的应用时至少有两个方面。首先，就像柯林斯基于遗传数据采取了更健康的生活方式一样，我可以很容易想象其他人也可能因为一个据说由超级智能驱动的算法吐出非常具体、表面上高度个性化的计划而受到激励。解释模型在人工智能领域的第二个应用可能不是针对患者，而是针对投资者。许多科技投资者相信生物学即将被技术和技术人员革新。考虑一下著名投资者（也是反主流文化者）彼得·蒂尔在2019年一次采访中的评论：“悲观的观点认为，不，生物学比物理学难得多，因此进展缓慢。乐观的观点是，文化出了问题。我们有非常优秀的人才进入物理学领域。如果你不够聪明，就会进入生物学领域。你可以从达尔文主义的角度来思考这个问题。你可以把生物学看作是对数学基因较差的人的一种选择。你知道，如果你擅长数学，就去学数学或物理，至少是化学，而生物学则吸引了相对较不聪明的人。所以，这可能是为什么进展较慢的文化原因。”换句话说，生物学和生物医学研究显然受到了那些被吸引到该领域的人的拖累，与那些被更具量化学科吸引的天才相比。许多科技投资者的希望在于，随着数量分析师及其技术的到来，特别是人工智能，生物医学科学可以从平庸的研究人员手中得到拯救。不出所料，在这个总体低迷的生物科技市场中，许多推广革命性人工智能解决方案给生物制药研发的公司已经筹集了大量资金，这尤其令人瞩目。最近，我看到了其中一家公司的演示文件；最显著的是整个药物开发流程已被彻底重塑的方式，似乎与以技术为主导的世界观完美契合。这种营销策略显然是成功的，因为该公司已经筹集了相当多的资金。然而，当我剔除所有的行话后，我看到的基本上是一个经过验证的策略——许可引进、通过价值增值进行开发、出售。当然，也许人工智能正在以某种方式改善这个过程，但我的怀疑是，这家公司在人工智能方面的主要功能是吸引巨额资金，然后让才华横溢且经验丰富的药物开发者（包括一位非常有经验的药物挑选者）可以连续部署，多次尝试。可以说，这与千禧制药公司的经历类似（如我在这里描述过的），他们通过遗传学和分子分型的承诺筹集了大量资金，然后主要依靠这笔钱收购了Leukosite，其中包括（当时他们并不知情的情况下）最终成为重磅炸弹Velcade的化合物。简而言之：将人工智能巧妙应用于制药研发的想法与许多财力雄厚的科技投资者产生了共鸣，实际上表达了他们自己对下一个重大突破可能来自何处的“解释模型”。精明的生物技术初创企业利用对这种投资心态的理解，筹集了大量资金，并追求原本可能被视为合理但相当平凡的方法——现在有了相当可观的资源来支持这些努力。史诗播客我之前曾在GLP-1和诺和诺德的一集上强调过《Acquired》播客（根据2024年《华尔街日报》“成功科学”专栏作者本·科恩的说法，这是“世界上最聪明的人都在听”的内容）。现在，《Acquired》团队运用他们的非凡才能来剖析电子病历巨头Epic的故事，这家备受争议的公司（我在这一对话中的贡献在这里和这里，都是与Recon Strategy的托里·沃尔夫合著）。我记得2018年《纽约时报》发表了一篇关于该公司的热情洋溢的文章时，我很惊讶，并心想，“天哪，他们是不是被骗了。”然而，事实证明，《纽约时报》可能预见到了未来。《Acquired》关于Epic的这一集——特别关注创始人兼首席执行官朱迪·福克纳作为一位（非常成功的）技术企业家——甚至更加热情洋溢。虽然提到了提供者的不满，但明确的重点是这家公司如何出色而不懈地为其客户提供服务。正如主持人明确强调的那样，Epic的客户显然不是那些灵魂（有人说）被Epic耗尽的提供者，而是学术医疗中心和其他医疗公司的首席执行官、首席信息官和首席财务官——他们选择部署Epic。这一集——时而鼓舞人心，时而令人沮丧——无论如何都是一次不可或缺的聆听体验。
(以上内容均由Ai生成)
