专家：未来可以探索脑类器官与人工智能的结合

【文/王力 编辑/吕栋】

AI能在短时间内筛选大量候选药物，却未必能告诉科学家，哪一种最终能够真正治病。

当人工智能逐渐成为医药研发的重要工具，如何判断它究竟提高了多少科研效率，成为一个值得讨论的问题。

10月21日，2026可持续全球领导者大会上，2013年诺贝尔生理学或医学奖得主、神经科学家托马斯·苏德霍夫（Thomas C. Südhof）提出了“验证税”的概念：AI虽然能够加快信息处理，但其生成的结果仍需要科学家投入时间和精力核实，这部分成本可能抵消技术带来的部分效率收益。

在他看来，AI虽然能够加快信息处理，但其生成的结果仍需要科学家投入时间核实。这部分额外成本，可能抵消技术带来的部分效率收益。

在随后的圆桌讨论中，苏德霍夫与欧洲科学院院士、IEEE Fellow、西湖大学可信及通用人工智能实验室创始人金耀初，进一步讨论了AI在阿尔茨海默病、脑机接口及医疗实践中的应用。

两位科学家的讨论也指向一个更深层的问题：AI能够加速医学研究，但能否真正提高人类理解疾病和治疗疾病的能力？

托马斯·苏德霍夫与金耀初圆桌对话观察者网 摄

AI制药跑得快，科学验证却不能省

对于医药企业而言，AI最直接的吸引力是提高研发效率。

从靶点发现、分子设计到候选化合物筛选，AI可以缩短部分早期研发环节的时间。但计算速度提高，并不意味着科研难题已经解决。

苏德霍夫指出，AI擅长处理规模庞大、格式统一的数据，但真实的生物医学研究往往涉及不同来源、不同质量的数据。面对复杂的生物学问题，算法未必能够稳定得出可靠结论。

更重要的是，AI可能生成错误信息。科研人员必须核实数据来源、研究假设和最终结论。

苏德霍夫将这种额外付出的核验成本称为“验证税”。

这一概念揭示了AI制药容易被忽略的一面：算法降低的是部分信息处理成本，却不一定同步降低证明药物有效的成本。

药物研发的核心难题，往往不是缺少候选分子，而是如何确认一个靶点与疾病之间存在可靠的因果关系，以及干预这一靶点能否给患者带来临床获益。

托马斯·苏德霍夫观察者网 摄

阿尔茨海默病就是典型例子。

近年来，仑卡奈单抗、多奈单抗等靶向β淀粉样蛋白的药物相继获批，能够在符合条件的早期患者中一定程度减缓认知和功能下降，但尚不能治愈疾病，且存在脑水肿、脑出血等相关安全风险。

这说明，即使找到明确的治疗靶点，将生物学发现转化为显著的临床获益，仍然面临挑战。

在圆桌讨论中，苏德霍夫表示，AI有望提高科学研究的生产力，帮助研究人员从大量数据中提出新的假设，但阿尔茨海默病、癌症及衰老相关疾病的研究，最终仍需要通过实验检验这些假设。

对于中国创新药产业而言，这一判断同样具有参考价值。随着AI逐步进入药物研发流程，企业需要证明的不仅是算法性能和研发速度，更是这些技术能否改善候选药物质量、提高后续研发效率，并最终转化为临床价值。

AI难以替代医生，人脑仍是医学研究的难题

如果说药物研发考验的是AI能否理解疾病，那么临床医疗面对的则是更加复杂的个体差异。

苏德霍夫认为，AI将改变医疗实践，但不会完全取代医生。

AI能够协助整理病历、检索医学知识和分析临床数据，但医疗并不是简单地根据检查结果作出判断。

他以安慰剂效应为例指出，患者对治疗的心理预期，有时能够引发真实的生理变化。部分研究发现，安慰剂镇痛效应与大脑内源性阿片系统的活动有关。

在苏德霍夫看来，患者的主观体验、医患关系及心理与生理之间的相互作用，体现了医疗实践的复杂性，也是当前AI难以完整处理的部分。

金耀初则从技术角度解释了人脑与AI的差异。

他指出，人脑具有不同的功能区域，能够在较低能耗下完成复杂的信息处理，而当前大语言模型的处理机制相对同质化，在自主学习等方面仍存在局限。

托马斯·苏德霍夫与金耀初圆桌对话观察者网 摄

这也意味着，单纯扩大模型规模、增加训练数据，并不必然带来对人脑工作机制的理解。

在脑机接口领域，苏德霍夫认为，相关技术有望帮助部分运动功能受损患者控制外部设备，但机器需要经过学习，才能识别神经信号与运动意图之间的联系。

金耀初进一步提出，未来可以探索脑类器官与人工智能的结合，借鉴生物神经网络的学习机制，发展新的计算方式。不过，这仍处于前沿研究阶段，距离成熟应用存在较大距离。

两位科学家还谈到了AI安全治理。金耀初强调，需要明确AI智能体的数据访问权限、任务范围和行为边界；苏德霍夫则认为，国际社会应逐步形成治理共识，以应对潜在风险。

从AI制药到脑机接口，人工智能正在拓展医学研究的技术边界，但技术进步并不自动等于医疗进步。

对于医药产业而言，真正值得关注的，不只是AI能将研发流程缩短多少，而是它能否帮助科学家发现更可靠的疾病机制、降低无效研发投入，并最终改善患者的治疗结果。

苏德霍夫提出的“验证税”，实际上指向AI医疗商业化必须面对的问题：当计算越来越便宜，科学验证和临床证据仍然无法被省略。