日前，《澳大利亞人報》一篇名為《 AI 拯救 Rosie：一名悉尼科技企業家如何用 ChatGPT 和 AlphaFold 開發出世界首個犬類定制癌癥疫苗》的報道，在 X 上引發轟動。

尤其AI 圈為此狂歡。

OpenAI 總裁 Greg Brockman 和DeepMind CEO Demis Hassabis 等紛紛轉發，將其描述成“AI 賦能普通人跨越專業壁壘”的里程碑案例。

故事主人公叫Paul Conyngham，2024年，他從收容所領養的愛犬 Rosie，被診斷出患有晚期肥大細胞瘤。

在花費數萬澳元進行傳統化療和手術但效果不佳后，獸醫宣告 Rosie 僅剩數月壽命。

但Paul Conyngham拒絕接受“死刑判決”，他決定用 AI 來進行自救。

他聯系了新南威爾士大學（UNSW）的 Ramaciotti 基因組學中心，支付了 3000 澳元對 Rosie 的健康 DNA 和腫瘤 DNA 進行全基因組測序。

由此，Paul Conyngham得到了約 320GB 的海量原始遺傳數據，這些數據如果打印，足以填滿 70 萬張 A4 紙。

然后，他利用 ChatGPT 制定了整個研究路線圖。

他回憶道：“我問 ChatGPT：‘我該如何處理這些數據？我該尋找哪些特定的突變？’”

同時，他使用了 Google DeepMind 的 AlphaFold 工具。

通過它預測突變蛋白質的形狀，并識別出了腫瘤中可能成為免疫系統攻擊目標的特定部分。

在 AI 幫助下，Paul Conyngham最終將海量數據壓縮成了僅有半頁紙的“藥物配方”，這實際上是一種針對 Rosie 個體突變的 mRNA 序列藍圖。

Paul Conyngham帶著這份藍圖找到了 UNSW RNA 研究所所長 Páll Thordarson 教授。

教授在接受《澳大利亞人報》采訪時表示：“保羅所做的是目前癌癥免疫療法的最前沿。Rosie 告訴我們，利用 mRNA 技術，個性化醫療可以做得如此高效且具有時效性。”

2025年12月，Rosie 接受了第一針定制 mRNA 疫苗。

注射幾周后，它腿上一個網球大小（約球體直徑 7-8 厘米）的腫瘤縮減了約 75%。

治療六周后，曾經虛弱不堪的 Rosie 突然跳過圍欄去追逐一只兔子，這讓他意識到治療起效了。

雖然主腫瘤大幅萎縮，Rosie仍有一個較大的腫瘤塊對第一代疫苗的反應并不明顯，目前體積依然存在。

對此，Paul Conyngham正準備利用 AI 重新設計一套新的新抗原靶點（Neoantigens），為 Rosie 定制“第二代迭代版疫苗”，以徹底攻克剩下的病灶。

《澳大利亞人報》報道稱， 3 月底，將對 Rosie 進行新一輪的檢查和可能的第三次加強針。

報道還引述專業人士評論稱，這個成功的實驗，未來將直接“為人類的個性化癌癥疫苗研發”提供寶貴的參考。

到此，妥妥一篇 AI 領域的年度爽文。

如相信可以通過 Openclaw 給自己打造賽博員工 24 小時賺錢一樣，社交媒體上開始有人稱，也要去試一試用 AI 手搓藥物。

但事情遠沒這么簡單。

首先，故事主人公就不是一般人，妥妥的 AI 極客。

Paul Conyngham 是悉尼公司 Core Intelligence Technologies 聯合創始人，該公司是澳大利亞國防部定制化AI 解決方案服務商。

他還曾擔任澳大利亞數據科學與 AI 協會（DSAI）董事，這是一個在澳洲推動 AI 技術規范與普及的重要行業組織。

在 AI 專業領域，Paul Conyngham擁有約 17 年從事機器學習、數據分析和深層神經網絡研發的經驗。

他構建基于 GPT 的系統已有超過 4 年的時間，甚至在 ChatGPT 全球爆發之前，就在關注生成式 AI。

其次，就病例本身而言，結果并非媒體報道的那樣完美和炸裂。

比如，Páll Thordarson 教授等新南威爾士大學的科學家們保持了嚴謹的科學態度。

專家指出，目前還不能用“治愈（Cured）”這個詞，更準確的描述是“帶瘤生存”或“高質量延壽”。

在腫瘤學中，通常需要數年的無復發期才能觀察到“治愈”，而 Rosie 接受治療僅幾個月。

細胞與基因治療研究員帕特里克·海澤（Patrick Heizer）在接受德國科技媒體《 The Decoder》時警告稱，不要對此過于興奮。

他表示，制藥公司和監管機構必須確保五年或更長時間的長期安全性，而這在生命周期較短的實驗室動物身上是無法衡量的。

“這種藥物是否真的起到了作用、作用程度如何、以及付出了什么代價，目前都是懸而未決的問題。”他說。

生物技術初創公司聯合創始人、斯坦福大學化學生物學博士伊根·佩爾坦（Egan Peltan）對這種“炒作”也并不買賬。

他認為 AI 在這個故事中的作用被夸大了，“所有這些工作在沒有 ChatGPT 的情況下也能完成”。

佩爾坦還指出，這只狗在接受實驗的同時也在接受傳統的免疫療法，因此無法判斷 mRNA 疫苗是否真的產生了效果。

他指出，個性化 mRNA 癌癥疫苗已經研發多年，但在大規模試驗中尚未取得明確的成功。

佩爾坦表示，在有人開始爭辯監管機構阻礙了救命療法之前，這個領域需要的是三期臨床試驗的結果。

他還指出，雖然AI免費，但測序、實驗室合成等成本計入的話，實際治療費用在2萬到5萬美元之間，而不是 3000 澳元。

最后，更難以克服的還有法律和行業紅線。

報道提到，為了合法地在 Rosie 身上試驗這種從未有過的藥物，保羅每天晚上花兩個小時撰寫文檔，最終提交了一份 100頁的倫理審批申請。

事實也是，目前沒有一個 AI 發現的藥物獲得 FDA 批準。

因為藥物從發現到上市，有十分嚴格的流程，AI能加速的只是其中很小一段。

下面這個圖來自公眾號 AGI hunt，借用示意。

如圖所示， AI 能把早期發現階段壓縮 30-40%，將臨床前候選藥物開發時間從傳統的 3-4 年縮短到 13-18 個月。其他部分則使不上勁。

為此， FDA 去年發布了關于 AI 用于藥物開發的指導草案，建立了七步可信度評估框架，要求模型架構和訓練數據的完全透明。

目前 AI 發現的藥物臨床后通過率，和傳統方式差不多，失敗率都約90%，并沒有提升。