Concitech AI · 深度长文
2026/11/06 09:31
OpenAI总裁谈“死亡成为选择”!12—18个月预测,医药AI的证据与缺口
OpenAI总裁Greg Brockman提出生物与疾病研究的12—18个月进展预测,长寿愿景缺少实现日期。Rosalind、细胞实验与71人随机试验提供不同层次的研发证据;临床获益、长期安全性与寿命延长,需要对应验证。

AI的下一张成绩单,指向健康与寿命。
OpenAI联合创始人兼总裁Greg Brockman提出一个长寿愿景:“死亡成为选择”。他的另一项预测,给出12—18个月窗口,内容是生物学、健康与疾病治疗的显著进展。
这两句话的时间尺度不同。12—18个月属于研究进展预测;“死亡成为选择”属于远景讨论,缺少实现日期。
原始信息来自WSJ Tech访谈。WSJ发布的视频转录包含这段回答,对应时间戳为25分37秒。记者的问题涉及AI对人类之外物种的帮助,Brockman的回答转向生物学、痛苦与疾病。他的回答包含“完整影响需要时间”的限定。WSJ访谈转录
访谈缺少长寿疗法的人体试验结果、监管批准与上市日期。医药AI的判断依据,需要研究记录与患者数据。

图1:访谈表述的归纳。研究进展预测与长寿远景具有不同含义;本文原创示意。
OpenAI的动作:科学模型,加上药物研发协调
OpenAI的医药布局包含专用模型与项目管理。
GPT-Rosalind的任务涉及生物学、药物发现与转化医学。OpenAI介绍的工作包括文献整理、假设生成、实验规划与数据分析,服务对象是符合准入要求的科研组织。模型的科研定位,与患者治疗方案具有不同用途。GPT-Rosalind介绍
OpenAI的10月20日公告披露了Orchestra Bio收购。Orchestra提供药物项目协调平台,Rosalind提供模型与科研工具;两者的整合目标是连接科学发现、研究安排和开发决策。收购公告
一项药物项目包含多个相互关联的环节。
分子设计产生候选物,实验检验生物作用,生产环节处理制备与质量,临床团队组织患者研究。一个制造批次的问题,牵动试验进度、预算和供货安排。
OpenAI公告举出的场景,是制造失败引发的项目连锁影响:Agent整理受影响的活动与时间表,研究人员比较处置方案。公告描述的是工具作用与整合目标,缺少“整条新药管线获得多少提速”的验证结果。
医药AI的价值,包含科学问题的求解与研发协作成本的降低。两类作用需要对应的评价方法。
细胞实验提供了什么证据?
Anthropic的10月27日报告提供了一组研发案例。
Generate Biomedicines的六名科学家使用Claude Code改写CAR T疗法的一部分遗传指令。CAR T的基本思路是改造免疫细胞,赋予肿瘤识别与攻击能力。
项目方报告,一种设计对应片段的长度缩短约70%,细胞实验中的受体产量达到对照的大约10倍。项目方报告了肿瘤细胞杀伤与活性维持方面的改善。Anthropic研发报告
这些数字描述特定设计与实验条件。70%指向一个片段的长度变化,10倍指向受体表达,患者治愈率属于另一种指标。
对应预印本给出三轮设计与实验反馈,产物是一段45个氨基酸的胞内结构域。论文报告表达与功能结果,发表形式是bioRxiv预印本。患者的实体瘤治疗获益,属于后续临床验证问题。研究预印本
这项工作的意义是形成了实验检验过的设计。研究者提出目标,AI参与方案生成,测量结果约束下一轮修改。实验反馈承担筛选责任,模型回答承担设计候选的角色。
一项71人试验,展示人体证据的分量
人体研究提供另一层证据。
《Nature Medicine》的2025年论文报告了rentosertib的Ⅱa期随机、双盲、安慰剂对照试验。药物的靶点发现与分子设计采用生成式AI,适应证是特发性肺纤维化,研究包括71名患者与12周治疗。
试验的主要终点是出现治疗期间不良事件的患者比例。肺功能变化属于次要终点。论文报告了最高剂量组的用力肺活量改善信号,以及肝毒性、腹泻等安全问题;作者提出更大样本、更长随访的验证需求。原始论文
这项研究证明AI参与的药物项目产生了随机人体试验数据。它对该药物的研究价值提供支持,样本规模与观察期限制了结论范围。
试验的研究对象是特定疾病患者,考察内容是安全性与肺功能。疾病疗效、总体生存与健康人寿命延长,属于不同终点。
“AI发现了候选药物”“候选药物出现临床信号”“人类获得寿命延长”,需要三组不同证据。其他层的验证具有独立要求。
12—18个月的预测,需要什么成绩单?
研发进展的定义,决定预测的可检验性。
一个新靶点、一项实验室设计、一份试验方案、一组患者数据,代表不同阶段的成果。Brockman给出的窗口覆盖“显著进展”,缺少具体适应证、终点与交付清单。
这句话具有方向性,临床结果的时间表需要项目级信息。
FDA的药物开发说明区分了临床试验的任务:Ⅰ期关注安全性与剂量,Ⅱ期积累疗效和副作用信息,Ⅲ期关注治疗获益与更大规模的安全性观察。FDA列出的Ⅲ期研究参考时长为1—4年。这个范围是流程说明,缺少对某项药物完成日期的保证。FDA临床研究说明

图2:新药证据链的简化示意,包含研发环节与验证任务。来源:FDA临床研究说明及本文归纳。
我的判断是,医药AI的判断标准需要落到项目结果:候选物的实验成功率、患者研究中的治疗获益,以及安全问题的识别和处理。
一项操作的耗时缩短,说明该操作的效率变化;整条研发管线的变化,需要全部环节的记录。设计任务的提速、临床失败率的降低和患者用药的可及性,具有不同的测量对象。
长寿愿景,缺少哪几页证据?
“死亡成为选择”触及寿命的终极边界,疾病研究的进步提供的是具体干预的证据。
一种疾病治疗获益的确立,需要适应证、人群、对照、终点和随访时间。寿命延长的主张,需要死亡率、健康寿命等对应结果。分子设计能力与这些结果之间,存在实验、临床与长期观察的距离。
公开研发案例给出了医药AI的工作形态:模型参与问题分析、候选设计和项目协调,实验与人体研究决定候选方案的去留。
12—18个月预测的成绩单,需要包含可检查的研究产物;“死亡成为选择”的主张,需要对应的人体证据。
Brockman提供了愿景与预期。医药AI的下一次进展,需要论文、实验记录与临床数据提供分量。
