临床试验拖慢反馈回路，AI 制药能力被系统性削弱

clarejtbirch · x · 2026-09-06

Ruxandra Teslo 在被引用的长文中指出，AI 圈普遍高估了 AI“ magical 治愈癌症”的能力，而临床试验瓶颈常被误解为只是药物验证的最后一关。她的核心论点是：缓慢的临床试验（尤其是早期试验）切断了关键的“学习反馈回路”——AI 依赖高质量数据，而最有价值的数据仍来自人体。治疗后用单细胞 RNA 测序等技术在人体上做高分辨率分析，才能让 AI 真正学到如何更好地治疗癌症（如 sytses 在自己身上进行的实验）。

Kate Rouch 引用其文章感叹：“大家都尽力了，但系统太繁复、太规避风险”，并警告：AI 时代的科学进步依赖真实世界实验，一旦失去这条反馈回路，美国将在科学与药物研发两方面同时失去领先地位。