觀點
AI治癌的迷思:我們真的需要通用人工智慧嗎?

摘要
「AI治癌」的承諾常伴隨對通用人工智慧(AGI)或超級人工智慧(ASI)的過度期待。然而,未來生命研究所的 Emilia Javorsky 博士指出,癌症是高度個人化的複雜疾病,現有AI已在藥物開發、早期檢測及臨床試驗中展現成效。她認為,與其將資源投入尚未實現的超智慧AI,不如加強投資現有AI工具、生物測量技術、高品質數據,並解決醫療體系的制度性瓶頸,才能更有效地推進癌症治療。
據估計,人工智慧領域的投資已超過一兆美元。然而,包括 Meta 和 OpenAI 在內的大型科技公司仍不滿足於現今的AI,並表示他們正致力於開發強大且多功能的AI,期望其在某些方面能媲美甚至超越人類表現。大量資源正被投入到通用人工智慧(AGI)乃至更強大的超級人工智慧(ASI)的開發中。人們對這類技術潛力的興奮,常伴隨著對其驚人能力的隨意宣稱。其中,「治癒癌症」這項說法,特別引起了未來生命研究所(Future of Life Institute)未來計畫主任 Emilia Javorsky 的關注。該智庫專注於AI等顛覆性技術的益處與風險。今年三月,Javorsky 發表了一篇題為「AI vs Cancer」的文章,結合她身為醫生、科學家和創業家的經驗。這篇文章批評了將我們的信念和資源投入超級人工智慧,視其為未來疾病解決方案的做法,尤其當許多非智慧因素限制了新療法開發和創新醫療的可近性時。AI 無法分析從未收集的病患數據,若病患為尋求治療而面臨破產風險,任何治療都將有所缺陷。但她也表示,這篇文章同時旨在傳達一種樂觀態度,即現有形式的AI已在癌症治療中發揮作用。Javorsky 博士就此文章接受了 IEEE Spectrum 的採訪,以下對談內容已編輯以求精簡和清晰。AI「治癒癌症」的意義當您說「治癒癌症」時,您的意思是什麼?而您認為那些談論 ASI 潛力可治癒癌症的人,他們的意思又是什麼?Emilia Javorsky:「治癒癌症」是問題和解決方案在關於AI的普遍討論中,以及開發 AGI 和 ASI 的實驗室所做的承諾中,所被框架的方式。因此,如果我要質疑這個承諾,我就必須深入探討這個框架。但對我來說,這個框架是有問題的。癌症並非一種單一的普遍疾病,可以透過一種普遍療法來治癒。它是一個高度個人化的共演化過程。在每個人身上,都是由不同的突變組合驅動著癌症。即使在單一腫瘤中,不同的細胞也可能由不同的突變驅動其生物學。因此,解決方案很可能必須是某種程度上的個人化。如果我們對醫學誠實,我們尚未治癒任何複雜的慢性疾病。我們有非常好的方法來治療和管理糖尿病、心臟病等疾病,但我們尚未真正治癒它們。因此,我對「治癒」這個框架也持反對意見。我認為(醫學界的)希望是找到高效的個人化治療方案來管理癌症,並將其轉變為一種可以長期良好控制的疾病,使其不再像是一種死刑宣判。在癌症治療的背景下,我們該如何看待 AI 與 AGI 或 ASI 之間的差異?Javorsky:在那些(治癒癌症的)承諾中,人們往往使用「AI」一詞來描述 AGI 或 ASI,這種在他們世界觀中能神奇地實現願望、解決問題的未來超級智慧精靈。這應該與我們現有、能夠解決問題的AI區分開來。我們經常聽到 AI 在藥物探索、預測新藥毒性、定義新生物標記、加速臨床試驗或早期檢測方面的應用。所有這些模式實際上都已在臨床中發揮作用,推動進步並加速創新。許多公司和學者都在這些領域努力。許多 AI 科學家正努力不懈地工作,真正釋放這項技術當前的潛力。我認為,真正的進步常常被這種看似迫在眉睫的未來 AI 系統承諾所掩蓋,而實際上,最有效的解決問題方法,很可能就是利用我們現有的工具。投資尋找治癒之道我將您文章中的某些部分解讀為支持收集大量健康數據的論點。但您並非嚴格反對 AI 或投資開發這項技術。您在這篇文章中試圖在創新與務實之間取得平衡,是這樣嗎?Javorsky:在一個資本有限的世界裡,治癒癌症很可能是資本最崇高的用途,我們需要弄清楚「投資報酬率在哪裡?我們該投資在哪裡才能獲得最大效益,以真正幫助解決問題?」我認為我們在智慧運算方面投入過多,而在創新生物測量工具和建立大規模、高品質數據集方面投入不足。我們的醫療保健系統本質上是一個「病患照護」系統。我們只有在人們生病時才開始看診並進行測量。當您開始思考「你需要什麼數據?如何測量?」時,這會迫使您從更宏觀的角度審視醫學和生物學的實踐。在理想世界中,您可以追求所有途徑,但這並非我們投資資本的現實。我的立場是非常看好 AI,但要把錢花在正確類型的 AI 和解決瓶頸的關鍵環節上。目前有哪些與癌症相關的 AI 應用讓您感到興奮?Javorsky:我們已經看到的一項能力是更早地檢測出癌症。我們也看到 AI 加速並幫助我們更好地進行臨床試驗。在電腦模擬(in silico modeling)方面,也有許多令人驚嘆的進展:虛擬細胞、數位分身(digital twins)的探索。我們如何為您創建一個高擬真度的數位表徵,以找出最適合您生物學的治療方案,並真正實現個人化醫療的承諾?您的文章結尾聚焦於解決方案。能否簡要說明一下這個路線圖?Javorsky:這篇文章的一部分是診斷我們在哪裡犯了一些錯誤,但透過路線圖,我希望提出我對實際解決這個問題所需採取的行動的看法。治癒癌症需要什麼?讓我們認真思考這可能實現的樣貌。我將其分為三個主要面向。首先是為已在腫瘤學領域取得進展的 AI 工具提供資源並擴大規模。第二是加倍投資於(與腫瘤學相關的)生物學中有前景的領域。最後,更廣泛地說,是解決我所謂的阻礙醫學進步的制度和系統性瓶頸與錯位。我希望人們意識到,現實其實是充滿希望的。
標籤
人工智慧癌症治療醫療科技通用人工智慧個人化醫療醫療數據
以上為 AI 自動翻譯導讀。原文版權歸 IEEE Spectrum AI 所有。 建議透過上方「閱讀原文」前往原始網站,以取得最完整資訊與支持原作者。