新智元报道  

15年前，在ICU待了六个月、三次濒临去世 亡的他担当了临终祈祷，并与女友、父亲和姐妹告别 。

15年后，他在《Possible》节目中，讲述自己如何利用AI把求生之战转变为接济他人生命的故事。

David Fajgenbaum

他叫David Fajgenbaum，是一位医师、科学家、畅销 书作者，也是宾大医学院得到终身教职的年轻教授之一。

Fajgenbaum在乔治城大学读本科时，被确诊患上一种罕见的免疫体系疾病——卡斯特曼病（Castleman），就连环球顶级医学专家也认为他已无药可救。

但Fajgenbaum不甘心担当医生的「去世 亡判决」，无数次实验之后，他终于创造 了关键的突破口——免疫体系中一条非常活泼的mTOR信号通路。

而原本用于防止肾移植排斥反应的药物西罗莫司（sirolimus）刚好可以抑制这个通路。

在Fajgenbaum的发起下，医生同意 实验使用西罗莫司治疗，没想到竟然真的救了他的命。

这次克服去世 亡的履历 ，让Fajgenbaum意识到现存医疗体系中的一个伟大 盲点：

这意味着环球数千种已获批药物平日 被用于特定疾病，但从生物学角度看它们也许还有更多潜伏用处 尚未被挖掘 。

这一创造 让Fajgenbaum决定把「找到现有药物的新用处 」，接济像他和母亲那样曾经「别无选择」的病人作为自己的使命。

Fajgenbaum建立了一个非营利结构 Every Cure，打造了一个名为MATRIX的AI体系，该体系可以吸收生物医学常识 图谱，并推想 哪些现有药物可能对尚无治疗本事的疾病有用。

Every Cure官网：通过重新 利用药物资助我们接济和改良 生命

如果依照 当前环球大约 4,000多种已获批药物和18,000种疾病来算，可能的组合多达7500万种，纯真 依靠人类是难以评估的，但AI让这统统变得可能。

截至现在，Every Cure已经取得了令人惊叹的结果：

想象一下，你生病了，你的身体开始衰竭，器官在一个个制止运作，但世界上最顶尖的医生直视你的眼睛说：

「我们不知道你得了什么……」

你觉得 虚弱、害怕、狐疑，但这恰是 罕见病患者所面对的实际。

环球有高出10,000种罕见疾病影响着4亿人，然而此中95%的疾病没有任何经FDA批准的治疗。

这些罕见病因为 长期研究资金不足，数据稀缺，而且 医疗体系平日 也过于碎片化，难以给出明确治疗计划 。因此，对患者和他们的家庭而言，这样 的袭击 是毁灭性的。

Fajgenbaum就曾是这些罕见病患者此中的一员。

他在重症监护室待了六个月，三次濒临去世 亡，他将一场原本属于自己的求生之战，转化为接济他人生命的长期使命。

Fajgenbaum在乔治城大学读大四时，建立了一个以自己母亲名字命名的结构 ，两年前，他的母亲因罹患脑癌去世 。

在母亲临终前，Fajgenbaum答应她要做两件事：

在乔治城大学念书 时，Fajgenbaum创造 了一个令人吃惊的事实：

在医学院关于某个疾病的标题平日 会有一个「已知」答案 ，但事实上绝大多数疾病都没有FDA批准的药物。

恰是 这种差距造成了Fajgenbaum在2010年忽然罹患卡斯特曼病时的那种「既害怕又心碎」遭受 。

当时的他照旧乔治城大学的一名25岁的大三医学生，同时还担任着校橄榄球队的四分卫，突然之间就坠落病危住院的深渊。

更要命的是，这统统急剧变化之中没有任何可被医疗确诊的根据 。

这次袭击 彻底推翻 了Fajgenbaum对医疗的见解，他原认为 每种病都邑 有答案 ，都邑 有针对的药物，只要去一流医院就会有办理计划 ，然而在他这次患病后，就连眼前的环球顶尖专家也束手无策。

当医生告知 他，没有更多在研药物、也没有希望的线索，不甘放弃 的Fajgenbaum忽然想到：他刚刚 使用了7种并非针对卡斯特曼的化疗药，而它们以前短暂收效了，会不会还有第8种「为其他病研发」的药也能用在自己身上？

于是他决定把剩下的时间都投入在利用现有药物来探求新的治疗计划 上。

他开始每隔几周把自己的血样存进实验室的冷冻柜，从血样数据分析中创造 治疗时机。

终于在一次血样分析中创造 在他的免疫体系里，有一条mTOR通路处于过度活泼状态，刚好有一种西罗莫司的药物可以抑制这种过度活泼，于是他开始在自己身上试用，这种药物资助 他将疾病缓解了十一年半。

2021年，Fajgenbaum在社交媒体上庆祝自己迎来治疗7年的缓解期。

治疗告成 不仅让他可以大概对峙到婚礼，还让他有时机和妻子、女儿幸福地生活在一起。

Fajgenbaum称恰是 横向脑筋 接济了自己的生命。

「我没有十亿美元或十年时间重新开发一种新药。我的生存取决于一个关键计谋：识别 并重新 利用为其他疾病制造的现有药物来治疗我自己的疾病。」

西罗莫司实验的告成 ，让Fajgenbaum开始更进一步去为其他罕见病患者探求新的药物。

他们先是资助芝加哥一位叫Kaila的小女孩找到了另一种药，效果非常好。

接着，他们又为一位名叫Michael的血管肉瘤患者（Angiosarcoma）找到了另一种药。

这些「跨疾病」的告成 案例，加倍 刚强了Fajgenbaum的想法。

2022年9月，他和洽友、AI工程师Grant Mitchell共同开办了非盈余 结构 Every Cure，把他们曾经在宾大实验室为将近十种不同疾病找到可用药这件事，通过AI真正实现规模 化、主动化，并面向全部 药物和疾病。

而实现这一目标的对象 就是AI平台——MATRIX。

该体系会为每一种FDA获批药物（大约 4,000 种）对每一种人类疾病（约 18,000 种）做匹配。

如果把药和病做成一个矩阵，就是7500万种可能（4000×18000），Every Cure希望资助人类在这7500万种可能中「排挤优先级」。

MATRIX体系的底层基石是伟大 的生物医学常识 图谱，它利用「已知疗法」来训练算法，然后让算法对「每个药——每种病」的其他组合做推想 并打出一个0到1的分数。

Every Cure会为「每个药——每种病」生因素数，然后展现 给医疗团队。

别的，有一个「发起模式」（suggestions mode），专门提醒 医疗团队关注 那些「不显着但有意思」的组合：

固然，要在7500万种可能中做出选择非常具有挑战性，以是Every Cure会优先攻克「最糟糕的病」。

Every Cure以往的工作是横扫全部 药、全部 病，从7500万种可能中探求药与病之间的匹配。

跟着 AI技能的鞭策 ，两年半前MATRIX体系刚推出时，生成「7,500 万个分数」需要100天，而现在只要17小时。

但是这还不够，Fajgenbaum还假想团结整条就医路程，通过AI能为病人匹配到「对的医生、对的地点、对的药、对的诊断」。

如果沿着这个方向，就会有无限的延展空间。

Fajgenbaum体现，「患者影响」是Every Cure评判统统事的北极星指标，他们所做的统统事都必须思考「什么方式最能资助患者」。

基于这一思考，Every Cure计划将来将全部 推想 结果（评分）公开，让医学范畴的AI成为一种共享的公共资源，资助全人类更快找到治疗之道。

固然，Fajgenbaum也夸张 这些评分只是一种候选项。对于不少疾病而言确实不存在「可再利用的现有药」，这时必须要思量用新药。

在Every Cure的模式中，接纳了「AI+人类」模式，许多环节都有人类的存在。

比如，他们建立了技能团队来做推想 ，技能团队也会有医学专家，他们会从「医生/研究者」的角度思考模子如何设计才气找出「真正可能有用的治疗」。

Every Cure还建立了医疗团队，医疗团队中的临床科学家和医生就会从「人的视角」去思量是否需要做临床也许 实验研究。

Fajgenbaum所寻求的AI并非要代替人类，而是要放大人类的同理心和聪明，增加 彼此关怀 与服务 的能力。

相比力「救命、延寿」，Fajgenbaum坦言他更喜欢聆听人们在颠末治疗得到的「加时赛（overtime）」中做了什么。

比如有的病人会利用这段「原认为 没有的时间」送孩子走上红毯，这对于Fajgenbaum来说，恰是 他工作的意义地点。