谷歌AI解决所有疾病是真是假深度解析

Google I/O 2026的尾声，DeepMind创始人德米斯·哈萨比斯（Demis Hassabis）在台上留下了一句话，瞬间点燃了全场。

欢呼声雷动，但那一刻，很多人心里恐怕都闪过一丝熟悉的恍惚。这话听着太耳熟了，不是吗？硅谷的舞台上，每隔几年总会有人用相似的激昂语调，描绘一个更宏伟的未来。然而，这次似乎有所不同。哈萨比斯并非空谈的梦想家，他手中确实握着一些令人无法忽视的硬核成果。

他到底说了什么

在主题演讲的压轴部分，哈萨比斯集中展示了DeepMind在AI与健康领域的最新突破，可以概括为三大核心项目：

在一系列扎实的数据和案例展示之后，哈萨比斯抛出了那个注定引发热议的论断——“AI将解决所有疾病。”

说实话，AlphaFold确实牛

在质疑这是否又是一张“大饼”之前，我们必须承认，AlphaFold系列所取得的成就是碘伏性的。回想2020年其首次亮相时，整个生物学界为之震动。那个困扰了科学家半个世纪的“蛋白质折叠问题”，被AlphaFold在极短时间内取得了突破性进展。2024年，哈萨比斯与DeepMind的约翰·詹珀共同荣获诺贝尔化学奖，便是对其贡献最权威的认可。这些都不是停留在PPT上的概念，而是已经部署在全球实验室中，被广泛使用的实实在在的研究工具。

但是

然而，从“精准预测蛋白质结构”到“成功治愈患者”，这中间隔着的可不是一步之遥，而是一片浩瀚的太平洋。

不妨打个比方：了解蛋白质结构，仅仅是药物研发万&里长征的第一步。随后的流程漫长且充满变数：

靶点验证 → 化合物筛选 → 动物实验 → 三期临床
  ↓          ↓          ↓          ↓
这个蛋白   哪种分子   活体上    人身上
跟疾病有关？能结合？  有效安全？ 有效安全？

每一个环节都可能是“死亡之谷”。统计显示，一款新药从发现到上市，平均需要耗时十年，耗资高达26亿美元。AI或许能显著加速其中的某些步骤，但它无法跳过任何一步必须的验证流程。

AlphaGenome也是如此。它能高效地指出“哪个基因位点可能发生了致病突变”，但“这个突变如何导致疾病”以及“该如何干预治疗”，则是两个完全不同层面的科学难题。这就好比一份高级体检报告精准地提示你“肺部有阴影”，但阴影的性质是良性还是恶性，是否需要以及如何进行手术，依然需要临床医生凭借经验和更多检查来综合判断。

更关键的是——“所有疾病”这四个字

癌症、阿尔茨海默病、自身免疫性疾病、罕见遗传病……人类疾病的谱系如此庞大，其机制千差万别。对于许多疾病，我们连确切的病因都尚未厘清。在这种情况下，宣称“解决所有疾病”，更像是一个充满理想主义色彩的终极目标，而非一个可预见的短期路线图。以哈萨比斯的专业背景，他对此必然心知肚明。这个表述，更像是一种精心选择的、极具传播力的表达策略。

望远镜和火星

说到底，这就像宣称“我们发明了望远镜，所以能登陆火星”。望远镜无疑彻底改变了天文学，让我们看到了前所未见的星空。但从“看到火星”到“成功登陆火星”，中间还需要：