Google DeepMind CEO預言：10年後不再有疾病，看AI如何顛覆藥物研發，終結病痛時代

Google DeepMind CEO德米斯・哈薩比斯（Demis Hassabis）近期預測，通用人工智能（AGI）可能在5至10年內成形，並有潛力解決重大挑戰，如「消滅疾病、實現徹底富足」。此番言論來自他在哥倫比亞廣播公司（CBS）《60分鐘》節目的訪談，再次點燃了關於AI未來潛力及其對人類健康影響的討論。

哈薩比斯的預期：AI加速健康革新

哈薩比斯認為，AGI將是解決人類重大挑戰的關鍵。他特別指出醫療健康領域的潛力，目標是改變當前耗時長、成本高的藥物研發模式。傳統新藥研發常需十年以上，且失敗率高。他預期，AI能將此過程縮短至數月甚至數週。這不僅是提升效率，更是期望AGI能主動發現新科學原理，提出創新方案，以應對癌症、神經退化性疾病等難題。

除了「消滅疾病」，他也提及「徹底富足」，暗示AI在解決能源、資源等根本問題後，可能帶來的社會經濟變革。雖然後者實現路徑更為複雜，但將兩者並列，顯示了他對AI的高度預期。

核心突破：AlphaFold解鎖蛋白質結構

哈薩比斯信心的重要支柱來自DeepMind的AlphaFold。蛋白質是生命活動的執行者，其三維結構決定功能。理解結構是理解疾病、設計藥物的基礎。然而，準確預測蛋白質結構長期以來是生物學的重大挑戰。傳統實驗方法（如X射線晶體學）雖精確，但耗時、昂貴且不適用於所有蛋白質。

AlphaFold利用深度學習，特別是創新的注意力機制，能僅根據氨基酸序列，高精度預測蛋白質三維結構。其在國際蛋白質結構預測競賽（CASP）上的表現已接近實驗精度。更重要的是，DeepMind利用AlphaFold，在一年內預測並公開了約2億個蛋白質結構，涵蓋了地球上幾乎所有已知生物。這個規模遠超過去數十年實驗方法的總和，其數據庫免費開放給全球科研人員使用。

這項成就極大加速了生命科學研究。研究人員可快速獲取結構信息，更快理解疾病機制，設計靶向藥物。AlphaFold證明了AI不僅能解決已知問題，更能推動基礎科學發現，為藥物研發等應用提供強大動力，是哈薩比斯預言的技術基礎之一。

AI醫療的當前應用

哈薩比斯的願景雖遠，但AI在醫療領域的應用已逐步展開：

• 醫學影像分析： AI輔助判讀X光、CT、MRI及病理切片，有助於早期發現癌症、眼底病變、中風等跡象，提高診斷效率與準確性。
• 藥物發現與開發： AI用於篩選化合物、預測藥效與毒性、優化臨床試驗設計，補充了AlphaFold在結構預測之外的藥物研發環節。
• 個性化醫療： AI整合基因組、病歷、生活習慣等數據，輔助醫生制定更精準的疾病風險評估和個體化治療方案，如癌症靶向治療選擇。
• 基因組學研究： AI分析複雜基因數據，識別疾病相關變異，加速對遺傳病機理的理解。
• 手術輔助： AI驅動的手術機器人提升手術精度和穩定性，尤其在微創手術中；AI也可在術中提供導航支持。

儘管挑戰重重，AI在醫療領域的潛力不容否認。哈薩比斯的預言或許設定了一個極為樂觀的時間表，但它指明了AI技術發展的方向。AlphaFold的成功展示了AI推動科學突破的能力。未來十年，即使未能「消滅所有疾病」，AI在攻克特定疾病、提升藥物研發效率、實現更廣泛的個性化醫療方面，極有可能取得顯著進展。

Text by BusinessFocus Editorial

免責聲明：本網頁一切言論並不構成要約、招攬或邀請、誘使、任何不論種類或形式之申述或訂立任何建議及推薦，讀者務請運用個人獨立思考能力自行作出投資決定，如因相關言論招致損失，概與本公司無涉。投資涉及風險，證券價格可升可跌。