AI 领域关于治愈癌症的承诺并不少见，但实际成果仍然有限。Vivodyne 的 CEO Andrei Georgescu 认为，问题出在数据上：今天的 AI 药物发现模型主要依赖动物测试、单细胞或蛋白质数据，缺少来自活体组织的因果数据。他直言：“没有人体测试，这些模型能做什么？它们会在老鼠身上治愈癌症。”Anthropic CEO Dario Amodei 上周也发文说，声称 AI 将治愈癌症已经比陈词滥调更不可信，真正有效的是实际治愈癌症。

当前现实确实如此。少数 AI 设计的药物进入人体试验，最远已到 III 期，但整体进展缓慢。拿下诺贝尔奖的 AlphaFold 是理解生命基础的重大突破，却还没有造出一种新药；基于 AlphaFold 的 Isomorphic Labs 原计划 2025 年首次试验，如今推迟到今年底。制药行业里，90% 在动物测试中有效的药物进入临床试验后未能获得人体监管批准。

Vivodyne 的路线是绕开动物测试，直接用人源组织生成数据。这家公司 2021 年从宾夕法尼亚大学孵化，创始人是生物工程博士。他们制造的 HIVE 是模块化机器人实验室，可以培育 20 种人体组织，并自主完成给药和监测。根据公司公开的数据，其肝细胞对毒性测试的预测准确率为 94%，气道组织与真实人体行为匹配度为 96%，骨髓在 20 种化疗药物的测试中达到 100% 一致。

商业化层面，Vivodyne 已累计融资近 8000 万美元，由 Khosla Ventures 领投，最近在旧金山外开设了它号称全球最大的“人类数据中心”，吞吐量已经达到美国所有动物试验的两倍。公司没有公开合作方，但表示正与多家大型药企合作。Georgescu 用汽车碰撞测试类比：汽车厂商在送检前通常有信心通过监管，而药企进入临床试验前大多没有这种把握。Vivodyne 希望在花费数千万美元的临床试验之前，就筛掉无效的候选药物。

更大的愿景是生成因果数据，训练新一代理解人类生物学的 AI。Georgescu 引用上月发表在 Nature Methods 上的研究：现有细胞数据上训练生成式 AI 模型，找不到清晰的数据缩放定律。原因在于模型学到的是“细胞状态 A”“细胞状态 B”，却学不到“B 是 A 受炎症刺激后的结果”。HIVE 正在跟踪数十万个实验，让患病组织暴露于不同刺激，这有望为模型提供类似强化学习的信号。他认为，未来治疗复杂疾病需要多靶点组合疗法，搜索空间会爆炸式增长，只能靠因果模型来指导，而不能靠纯实验试错。