当大模型遇到真实的临床战场

    作者丨吴思梦

    编辑丨岑   峰

"Transformer 能写诗、能编程、能证明数学定理，为什么迟迟造不出真正上市的 AI 新药？"

7 月 8 日，在 ICML 2026 大会上，Genentech（基因泰克）执行副总裁兼研发负责人 Aviv Regev 登台发表主旨演讲，直面了这个困扰 AI 制药圈已久的核心质疑。

在这场题为Lab in the Loop for drug R&D（面向药物研发的 " 实验闭环 / 干湿实验闭环 "）的分享中，Regev 系统阐述了如何将 AI 深度嵌入药物研发全流程，并首次公开了多项 AI 赋能的真实临床试验数据。

Regev 坦言，AI 制药之所以屡屡受挫，根本原因在于人们低估了生物学的蛮荒与复杂。药物研发是一场严苛的系统长跑，必须同时答对靶点、分子、剂量与患者四道关口，任何一个环节掉队，付出的都是数亿美元的折损与数年的等待。

在演讲中，Regev 展示了 Genentech 将算法融入真实产业流程后的突破：

打破数据孤岛（Lab in the Loop）：  仅凭一张有 150 年历史的普通组织学染色图，AI 即可高精度还原出复杂的单细胞与空间表达图谱；

重塑临床评估（Clinic in the Loop）：  利用历史数据训练疾病演进模型。回溯分析表明，如果在 lampalizumab 的二期临床中就引入 AI 矫正患者基线差异，这项原本耗资 5 亿美元、让患者等待多年的三期失败本可提前被止损或逆转。

从 37 万亿细胞的庞大维度，到个性化癌症疫苗的 " 一人一药 " 探索，Regev 展现了顶尖药企对 AI 的理性审视：算法的终极价值，在于充当串联实验室、临床与物理世界的 " 系统翻译层 "，将海量混乱的生物学观测转化为精准的研发决策。

以下是 Aviv Regev 在 ICML 2026 大会发表的主旨演讲精编稿，雷峰网 ( 公众号：雷峰网 ) · AI 科技评论基于英文演讲内容进行了不改原意的翻译编辑：

《Lab in the Loop for drug R&D》

主讲人：Aviv Regev，Genentech 执行副总裁、研发与早期开发负责人

01

从四款 " 变革性药物 " 讲起：

成功如此难得

今天我要讲的，对 ICML 来说可能有点不太一样，我要谈的是药物研发。我在 Genentech 工作，我们是一家生物技术公司，专注于为患者发现和开发变革性药物。让我举几个例子来说明什么是 " 变革性 "。

第一个是 inavolisib。它靶向 PI3 激酶 α 亚基，这是癌症中最常见的突变蛋白之一。此前有很多人尝试靶向 PI3K α，但 inavolisib 在实验室中表现出了更高的效力和选择性。在联合 palbociclib 和 fulvestrant 的一线三期试验中，它给 HR 阳性、HER2 阴性且 PIK3CA 突变的乳腺癌患者带来了变革性的治疗结果。

第二个是 duradestrant。它是一种口服、强效、选择性的雌激素受体降解剂。它能结合并锁定雌激素受体、抑制信号传导。在实验室中，duradestrant 展现了对靶点的最佳覆盖度，让我们能够在临床中使用尽可能低的人体剂量。去年底公布的三期 Lidera 试验结果显示，与标准治疗相比，它将浸润性复发和死亡风险降低了 30%。

第三个，转向肺癌—— divarasib。它靶向 KRAS G12C 突变，将该致癌蛋白锁定在非活性状态。在实验室中，它的效力比其他抑制剂高出 25 倍，选择性高出 10 到 50 倍。在一期临床试验中，它展现了强劲的单药活性。就在一周多前，我们公布了三期 CRESCENDO-1 试验的结果：与已获批的其他 G12C 抑制剂相比，divarasib 帮助晚期转移性非小细胞肺癌患者活得更久，无论是在无进展生存期还是总生存期上。

最后一个是 fenabrutinib，用于多发性硬化症，一种自身免疫性疾病。它选择性抑制 BTK 基因，在多发性硬化症中至关重要的两种细胞类型——小胶质细胞和 B 细胞——中抑制免疫信号传导。fenabrutinib 也是唯一能在中枢神经系统内实现接近最大抑制效果的 BTK 抑制剂。三期试验中，与特立氟胺相比，它显著减少了复发率和脑部病变。换算下来，患者平均每 16 到 19 年才经历一次复发。

这就是我们所说的 " 变革性药物 "。我们在五大治疗领域持续进行这样的工作，但我想让各位记住的一点是：做到这一切依然极其困难。这不只是 Genentech 的问题，也不是药物研发中某一个特定步骤的问题，是每一步都很难。找到对的靶点、对的分子、对的剂量、对的患者，所有这些环节都必须对齐。而这些事情不仅耗时，更关键的是，它们在大多数时候根本不会成功。

02

为什么药物研发如此之难？

  四个维度，恰好是 AI 的四个机会

为什么会这样？因为生物学和医学本身就是极其复杂的，具体体现在四个方面。

第一，数字巨大。人体大约有 37 万亿个细胞，目前已绘制出 10 万个疾病相关基因位点，这些位点可能的五种组合方式约有 10 ¹ ⁹种。当你开始考虑药物分子时，数字变得更吓人：大约有 10 ⁶⁰种可能的类药物小分子，大约 20 的 32 次方种相关的治疗性抗体序列。而我们面对的是数十亿人口和数千种疾病。我们永远不可能在实验室或整个人群中测试所有这些可能性。所以，找不到靶点、做不出药，一点都不奇怪。

第二，多尺度。我们有数千种细胞类型存在于复杂的组织结构中。它们由所有这些基因调控，这是另一个组织层面。而这些基因的各种变异通过影响蛋白质来增加疾病风险，蛋白质又有多种形态、分布在不同的位置，关联到不同的疾病表型。

第三，多模态，但我们无法同时测量。即使在同一个生物学组织层级——比如细胞层面，也有许多不同的测量方式，但我们无法一次完成所有测量。有很多个视角，但每个视角都是片面的。

第四，高度异质。即使是一些我们似乎已经学会如何解决的问题，它们也从来不会完全相同。每一个案例都有其独特性。所以在实验室里、在数据分析中，你很难自动化，无论是预测、解读还是生成数据。最终，我们人类不得不在所有这些混乱中摸索前行。

现在，拿这四个维度去对比我开头讲的四个成功案例。它们看起来如此渺小，与这些巨大的数字完全不成比例。这就是为什么做出变革性药物如此困难。

但好消息是，这四个维度的特性恰好让 AI 高度相关。是的，名义上的搜索空间巨大，但它有结构，真实维度要小得多——这正是 AI 擅长的地方。是的，它是多尺度的，所有层级之间的转换和映射都是非线性的—— AI 也擅长这个。是的，它是多模态的，我有大量不同视角的数据—— AI 很擅长处理这个。是的，它是高度异质的，我无法精确自动化——但智能体 AI（Agentic AI）正在这方面展现出越来越好的前景。

所以问题变成了：AI 能否让这个近乎不可解的问题变得更好一些？

对于任何难题，人们总是有很多观点：有人说关键在模型，有人说关键在数据，还有人说关键在实验、在合成、在人类生物学。他们某种程度上都对，也都错。每一个环节都是必要的，但没有一个单独就足够。

03

Lab in the Loop：

从组织切片中重建分子图谱

在临床试验中，进行 " 一切、无处不在、同时 " 的测量不仅成本高昂、耗时漫长，而且在临床背景下往往根本不可能。即使可能，也给患者本身带来巨大的负担——他们需要接受各种各样的检测和采样。

那么，如果我们能回到一种极其简单的技术——组织学染色，这项有 150 年历史的技术，几乎所有患者都有——然后从这张简单的染色图像中，生成这些丰富的分子图谱呢？

我们训练了一个名为 SHAFT 的模型，从组织学图像中生成组织的单细胞或空间表达数据集。我们可以用配对样本（同一组织切片同时用两种方法测量）或非配对样本（来自同一组织但不同标本的两个样本）来训练它。在推理阶段，我们可以输入一张来自新患者、新组织的组织学染色图像，就能生成丰富的分子数据。

目前，这些模型是按组织或疾病类型分别训练的，每种类型匹配一个独立模型。在推理中，针对转移性乳腺癌的配对 SHAFT 生成了与新患者新肿瘤的真实测量数据高度匹配的空间图谱，而非配对 SHAFT 在小细胞肺癌数据上的单细胞 RNA 图谱也同样表现良好。

04

Clinic in the Loop：让临床试验数据喂养 AI，反哺下一轮试验

接下来是最关键的信息——临床和患者层面的数据。这在多模态建模中实际上出奇地稀缺，因为历史上同时拥有患者级别记录和深度分子图谱的数据集非常有限。我们的策略是利用罗氏和 Genentech 自身临床试验中的数据，以及来自大型临床基因组来源的真实世界数据。

有一个示例模型联合学习来自文本形式的纵向患者数据和分子图谱，这让我们能够从组织学和临床轨迹中生成分子图谱。一旦拥有这样的模型，我们就可以提出反事实问题。例如：生成合成患者队列，比较不同患者组之间表达状态的差异，这对我们的生物标志物计划和试验设计至关重要。

这种对疾病进展的建模能力对解读试验结果同样至关重要。这就是 "Clinic in the Loop"：我们从既往临床试验的海量数据出发，训练真正建模疾病进展表型的 AI 模型，然后用这些模型来设计和解读下一轮试验的患者数据。

以眼科为例。在地图状萎缩（Geographic Atrophy，年龄相关性失明的一个主要原因）中，来自早期试验的 2000 多名患者的 3D OCT 成像数据让我们能够训练 AI 来预测病灶生长。然后，我们可以用这个模型来评估患者进入试验时的疾病进展状态，并矫正研究组和对照组之间的基线差异。

我想用一个回顾性分析来说明它的价值。lampalizumab 这款分子曾被推进到三期临床试验，依据的是未经调整的历史分析结果。但三期试验失败了，这意味着 5 亿美元和患者多年的时间付诸东流。而 AI 模型辅助的基线矫正。在当时我们做不了，但今天可以，而这本可以让我们避免推进这项试验。AI 在估计疗效存在与否方面带来的统计效力提升，相当于将研究规模扩大两倍以上。

我们现在不仅回顾性地使用这些模型，也在前瞻性地使用它们。

05

个性化癌症疫苗：

AI 驱动的 " 一人一药 " 时代

最后，我要用一个 AI 赋能的个性化医疗案例来收尾——我们的肿瘤新抗原疫苗。

我们对患者肿瘤进行 DNA 测序，识别出其中的突变，然后使用基于既往数据训练的 AI 模型来预测哪些突变最有可能触发免疫系统。这些被预测出的突变，就构成了专为该患者定制的个性化癌症疫苗的基础。

这款疫苗名为 INEST，我们与 BioNTech 合作开发，目前正在临床试验中。Memorial Sloan Kettering 的首席研究员 Vinod Balachandran 发表的一期试验结果显示：在胰腺癌中，所有患者都接种了疫苗，但那些显示出免疫应答的患者，其无复发生存期显著长于未显示 T 细胞应答的患者。这款疫苗现已进入胰腺癌的随机二期试验。

06

结语：

实验室、数据、临床和算法，缺一不可

实验室闭环、临床闭环、基础模型、自主智能体。它们只有组合在一起才能发挥作用。你需要实验室、需要数据、需要临床、也需要算法。当所有这些要素汇聚在一起时，它们就有潜力去攻克那些真正巨大的问题，即使像疾病这样的庞然大物，也能让它变得对患者来说稍稍可控一些。

谢谢大家。

Q&A 问答环节

▎听众：您的演讲展示了覆盖多种模态的广泛基础模型。您如何展望未来？是否会出现一个统一的多尺度、多模态基础模型，实现 " 虚拟细胞 " 的愿景？另外，您认为在计算预测与实验验证之间，哪个模态的差距最大？

Aviv Regev：我先回答第二个问题，因为答案比较简短。我认为蛋白质层面是我们在大规模实验生物学中真正缺失的一环，而这导致所有后续环节都受到影响。我说的不是蛋白质结构，我说的是蛋白质的表达水平、定位、翻译后修饰，这是一个我没在幻灯片上展示的、组合爆炸级的庞然大物。它绝对至关重要。这就是为什么我们从因果推断走向机制理解时会遇到困难，而没有机制理解，制药就难得多。

关于第一个问题，这种问题总是让人反复思考，最终你只能采取 " 所有方向都试试 " 的策略，因为你很难提前知道哪条路会走通。同时作为一个务实主义者，我们每天早上醒来要推进我们的药物研发管线，也就是我们为患者制造的分子。因此，我们既有长远愿景，这是我们对最终收敛方向的基本信念并为之投入。也有务实路径，这是我今天就能做的事并为之投入。所以我们的做法是两端同时发力。

但我认为还有一个原则性的思考方式。当你考虑所有这些类型的问题时——我只谈生物学这一端，不谈分子端，你必须意识到实验世界中仍有极其巨大的部分从未被触及。没有相关数据，没有人写过论文，什么工作都没有做过。系统中仍然存在大量的盲区。

因此，无论你开发出什么方案，你都必须预见到你的模型将需要大量更新，需要与物理世界持续交互。对于那些做机器人和世界模型研究的人来说，这一点应该很有共鸣。从建模的角度来看，以正确的方式做这件事，让长尾真正发挥作用，变得至关重要。

一个人读论文太孤单，一群人刷顶会才好玩。

ICML 2026  召开在即，我们正在召集一波含金量极高的 AI 研究者。群内主打实时论文跟踪与硬核技术探讨，拒绝灌水。

? 进群传送门：  扫码进群或添加微信 Vin_Vivid，备注：论文群 + 关注的 AI 方向。

搞科研 / 搞技术，信息差很重要。

来，一起快人一步！

上车，带你看遍全球 AI 顶会精华

可独家畅览：

专家演讲 PPT

大会报告全文

热门论文解读

学术新星访谈

扫描上方二维码

或点击「阅读原文」关注专区。

雷峰网原创文章，未经授权禁止转载。详情见转载须知。