AI制药遇数据瓶颈，Vivodyne打造人体组织数据工厂

“没有人体测试数据，这些AI模型能做什么？它们只能在老鼠身上治愈癌症。”这是Vivodyne公司联合创始人兼首席执行官Andrei Georgescu发出的直言不讳的提醒。在AI医疗的狂热叙事中，这句话如同一盆冷水，却也直指当前AI药物研发行业最核心的症结——数据的缺失。

近年来，AI治愈癌症的大胆宣言并不鲜见。Anthropic首席执行官Dario Amodei此前曾在文章中描绘过AI带来医学突破的图景，Sam Altman也屡次将攻克癌症作为OpenAI追求AGI的正当理由，Demis Hassabis则曾表示AI或许能在十年内治愈所有疾病。然而，当这些华丽的预言与现实的临床试验结果对照时，落差便显露无遗。真正由AI设计的药物至今只有少数进入人体试验阶段，甚至Nobel奖级别的AlphaFold在理解生命基本构件上取得了巨大突破，却仍未直接产出新药。Isomorphic Labs的第一批试验从原计划的2025年推迟到了今年年底，这本身就是一个信号。

Vivodyne提出的解决方案，不是更快更大的语言模型，而是一种更本质的基础设施建设——构建能够生成因果关系数据的人体组织实验平台。这家从宾夕法尼亚大学孵化的初创公司于2021年独立运营，其核心产品HIVE是一套模块化机器人实验室，能够同时培养20种人体组织，并自动化完成给药、监测等实验流程。HIVE产生的数据并非传统的基因序列或单一蛋白质结构，而是真实的、有因果关系的生物学响应数据，这正是当前AI模型在药物研发中最缺乏的信息。

为什么因果数据如此重要？因为这恰恰是AI模型在生物医学领域落地时的致命短板。今天大多数AI制药模型所依赖的训练数据，主要来源于动物实验、单细胞研究或蛋白质结构分析，而非真正的活体人体组织。动物实验与人体之间的巨大鸿沟是制药行业长期面临的难题——数据显示，在动物测试中有效的药物，进入临床试验后有90%无法获得监管批准用于人类。这个残酷的成功率背后，是物种差异带来的系统性预测偏差。一个在老鼠体内完美起效的分子，在人体内可能毫无反应，甚至产生严重毒性。

Georgescu认为，整个行业需要一次“清醒的审视”，现有的AI模型没有足够的数据来捕捉人类生物学的复杂性。而Vivodyne的应对之道是用工程手段补齐这个数据缺口。公司声称其培养的人体组织与真实器官行为高度一致：肝细胞对药物毒性的预测准确率达到94%，气道组织与真实人体组织的行为匹配度为96%，在对20种不同化疗药物的测试中，其骨髓组织的预测结果与真实临床数据实现了100%的一致率。这些数据意味着，AI模型从一个更可靠的数据源出发，才更有可能做出真正对人有用的药物设计。

在商业层面，Vivodyne的探索也获得了资本的认可。该公司在Khosla Ventures领投下累计完成了两轮融资，总额接近8000万美元。上周，Vivodyne在旧金山郊外启用了其宣称的全球最大“人类数据中心”。Georgescu表示，该设施的吞吐量已超过全美所有动物试验的总和。这一数字如果属实，无疑将重新定义药物研发早期验证环节的效率标准。

当然，从组织样本到完整的人体系统，仍有一段路要走。Vivodyne的模型并非全人体验证，而是在实验室中构建更接近人体的微型组织环境。但即便只是迈出这一小步，也已经是AI制药领域一种重要的方向性修正。AI不会因为算力堆砌就自动攻克癌症，技术突破需要建立在高质量数据之上，而数据必须来自对真实人体的理解。

当Dario Amodei说“真正管用的东西是实际治好癌症”时，他道出了一个行业共识，只有落地于临床的技术突破才是真正的突破。而Vivodyne选择的路径，正是用工程手段为AI补齐关键的数据拼图。AI模型不会在真空中产生奇迹，但它们可以在一种更懂人体的数据的滋养下，离真正的临床价值更近一步。