人工智能距离治愈癌症还很遥远。这家初创公司表示，它知道需要做什么。

一家名为Vivodyne的生物技术初创公司表示，人工智能药物发现行业存在数据问题，它已经制造了一台机器来解决这个问题。

HIVE是该公司建造的模块化机器人实验室，可以培养20种人体组织，然后自动剂量和监测它们，生成当今人工智能模型所缺少的因果生物数据 - 如今的数据主要来自动物测试或单个细胞或蛋白质而不是活体组织的研究。

“如果没有人体测试，这些 [AI] 模型会做什么？” VivodyneCEO兼联合创始人Andrei Georgescu问道。 “他们将治愈老鼠的癌症。”

就连AnthropicCEO达里奥·阿莫迪 (Dario Amodei) 也在周末撰文称，人工智能将治愈癌症的说法已经变得陈词滥调，不再可信——正如他所说，“真正有效的方法是治愈癌症”。

股权地说，人工智能可以治愈癌症的想法是阿莫迪本人在之前的文章中提出的。 Sam Altman多次引用治愈癌症作为OpenAI推动AGI和更大计算扩展的理由； Google DeepMind的Demis Hassabissa去年表示，人工智能有可能在十年内治愈所有疾病。

实际结果仍然不温不火。少数人工智能设计的药物已经进入人体试验——其中一项已进入第三阶段，即广泛的人体测试——但现实是，这些障碍不一定是人工智能今天能够解决的。

获得诺贝尔奖的Alphafold是理解生命组成部分的一大进步，但它尚未真正生产出新药。 Isomorphic Labs是在Alphafold的基础上建立的，预计将在今年年底进行首次试验，原计划于2025年进行。二月份，该公司写道，真正的药物发现将需要“涵盖广泛的生化特性和相互作用的高度准确的预测模型”。

乔治斯库表示，这个领域需要“健全性检查”——现有模型没有数据来捕捉人类生物学的复杂性。这是制药行业已经面临的一个挑战，在动物试验中足够有效并进入临床试验的药物中，90% 的药物并未获得用于人类的监管批准。

Vivodyne的计划有所不同。 Georgescu在宾夕法尼亚大学获得生物工程博士学位后，Vivodyne于2021年从宾夕法尼亚大学分离出来。该公司表示，其组织与真实人体器官的行为非常匹配——与毒性测试的人体试验相比，其肝细胞的预测准确性为94%，其气道组织在96% 的情况下与真实人体组织的行为相匹配，其骨髓在20种不同化疗药物的测试中达到了100% 的一致性。

上周，该公司在科斯拉风险投资公司（Khosla Ventures）领投的两轮融资中筹集了近8000万美元，在旧金山郊外开设了所谓的世界上最大的“人类数据中心”，Georgescu表示，他的团队已经实现了美国所有动物试验吞吐量的两倍。

这个想法是通过在进行临床试验之前更好地了解什么是有效的来加速候选药物的研发，临床试验的费用通常高达数千万美元。尽管Vivodyne没有公开透露其合作伙伴的名称，但它表示正在与多家大型制药公司合作，解决Georgescu将其比作汽车碰撞测试的问题：汽车制造商通常在测试前确信自己的汽车能够通过NHTSA的要求，但制药商很少有同样的信心进入临床试验，因为临床试验中绝大多数药物都未能获得FDA的批准。

但乔治斯库有一个更大的愿景：乔治​​斯库认为他的自主生物学实验室是生成因果数据的关键，这些数据可用于训练人类生物学的新模型。他指出，上个月发表在《自然方法》上的这项研究表明，在现有细胞数据上训练生成人工智能模型时，没有发现明确的数据缩放规律。

“所有训练都是在这些细胞的静态快照上完成的，并且模型根本不受thehowa细胞达到该状态的影响，”Georgescu告诉TechCrunch。 “换句话说，模型会学习‘这是细胞状态A’、‘这是细胞状态B’，但永远不会‘细胞状态B是细胞状态A发炎的结果’。”

然而，Vivodyne的HIVE机器正在跟踪数十万个正在进行的实验，在这些实验中，患病组织受到某种刺激，Georgescu预计这些实验将提供强化学习，从而产生足以理解人类生物学的人工智能模型，从而在医疗保健领域取得更有意义的进展。

乔治斯库认为，这不仅是当今医学挑战的关键，也是未来复杂疾病需要的药物与目前大多数药物不同的针对多种途径的关键。

“如果我们想要联合疗法，需要探索的空间就会爆炸——这不可能是一种实验性方法，”他告诉TechCrunch。 “你必须说，‘我希望这种效应发生，那么我应该援引什么原因？’在人类生物学中建立因果关系是这一切的基础。”