AI 当上「共同研究员」:华为医疗 AI 的真进展与真难题

斯坦福用多智能体「虚拟实验室」设计出有效纳米抗体,华为正把类似思路搬进实验室与医院:科研智能体、盘古药物模型、病理大模型、HAIP 医院 AI 平台。本文梳理进展,也追问证据、湿实验瓶颈与责任边界。

目录

导语:一群 AI 智能体开组会、分工、互相挑刺,最后设计出能在湿实验中起作用的纳米抗体——这已经不是科幻。斯坦福的 Virtual Lab 证明了「虚拟实验室」可行,而在国内,华为正把类似的思路搬进实验室和医院。本文梳理事实、拆解技术,也聊聊那些宣传稿里不太提的问题。

一、什么是「虚拟实验室」?先看斯坦福的样板

「虚拟实验室」这个说法近两年被用得很泛,但最有代表性的工作来自斯坦福 James Zou 团队与 CZ Biohub 的 John Pak。他们的 Virtual Lab 论文 2025 年 7 月发表在 Nature 上,核心设计非常像一个真实课题组:

  • PI 智能体 :由人类研究者创建,负责组建团队、主持会议、拍板方向;
  • 专家智能体 :免疫学、计算生物学、机器学习等角色各司其职,会自己写代码、调用 AlphaFold、Rosetta 等蛋白质建模工具;
  • Scientific Critic(批评者)智能体 :专门提尖锐问题、泼冷水。团队发现这个角色对减少幻觉很关键。

他们拿当时很现实的问题做测试:为不断变异的新冠病毒设计纳米抗体(Nanobody)。结果是 AI 团队提出了 92 个候选序列,Pak 的实验室实测后发现其中 2 个能同时结合新变体和原始毒株的刺突蛋白。整个设计只用了几天,人类在会议中的发言只占约 1%。

2026 年,这个思路被放大成 Virtual Biotech:用上万个智能体模拟一整家药企,下设靶点发现、安全性、药物形式选择、临床开发等部门,由一个「虚拟 CSO」统筹。团队用它做了一个针对 B7-H3 的抗体偶联药物(ADC)案例研究,前后不到一周。

但要注意两点,这也是全文的基调:

  1. AI 能提方案,但还不能自己做湿实验 ,候选分子最终都要回到真实实验室验证;
  2. 92 选 2 本身说明了命中率 ——速度快、成本低,但筛选和验证依然是硬功夫。

二、华为的路径:不做「明星 AI 科学家」,做底座和场景

和斯坦福相比,华为的打法明显不同:它不太强调某一个「会思考的 AI 科学家」,而是把算力、平台和合作伙伴打包,铺到科研机构、药企和医院里。按环节拆开看会更清楚。

1. 科研侧:纳米抗体科研智能体,几乎是 Virtual Lab 的中国版

11 月 2 日的大湾区科学论坛上,华为科研军团总裁孙鹏飞介绍,华为和广州实验室合作搭建了 AI4S「L4 智能实验平台」,其中的纳米抗体科研智能体把文献挖掘、方案生成、自动化干湿实验、反馈迭代串成闭环,科学家不写代码也能调用高端设备;据其介绍,部分抗体发现周期从半年缩短到以周计(据南方+报道)。

有意思的是,这和斯坦福选的是同一类问题(纳米抗体),但多走了一步:把自动化湿实验接进了回路。这恰恰是斯坦福团队自己说的下一步方向。不过目前公开的只有论坛发言,没有看到论文或对照数据,「半年到周级」也明确是「部分」项目。

此外,华为在 3 月升级了「智算实验室解决方案」,包含科研智能引擎 SAIE、AI4S 模块和科研可信空间,更偏向给实验室提供基础设施。

2. 药物研发:盘古药物分子大模型与「生态」边界

华为云的盘古药物分子大模型由华为与中科院上海药物所联合训练,官方资料称用约 17 亿个已知药物分子做了预训练,并生成了 1 亿规模的新化合物库。最常被引用的案例是西安交大一附院刘冰教授团队的超级抗菌药 Drug X,华为方面的说法是先导药研发周期大幅缩短、成本降低约 70%。

今年 8 月,华为医疗卫生业务负责人 William Zhang(张伟力)对路透社表示,华为计划把与药企的 AI 合作从药物研发延伸到临床实践,目前合作方主要是国内药企。

这里有一个值得客观指出的细节:华为 5 月宣传的广药集团项目被称为「自主研发 AI 药物模型在昇腾/鲲鹏上的首次生产验证」,但据 The Next Web 等报道,相关模型来自北京的 AI 药物设计公司 StoneWise,华为主要提供芯片和平台适配。这不是问题本身,而是提醒读者:看医疗 AI 新闻时,要分清谁做模型、谁做算力、谁做临床。

3. 临床侧:从病理「单点」到医院通用 AI 平台

这是华为投入最重、落地最实的部分:

  • RuiPath 病理大模型 (与瑞金医院联合):基于约百万张数字病理切片训练,官方称覆盖了中国每年癌症新发人数约 90% 对应的癌种。背景是病理医生的巨大缺口——有行业数据称国内三甲医院病理医生每天要看 300 多张片子;
  • 智慧医疗专区 :2 月发布,6 月时已有瑞金、邯郸市中心医院、多家县级医院等 20 余家医院入驻,主打「三甲模型能力下沉到基层」;
  • HAIP 医院通用 AI 平台 :10 月 30 日,华西医院与华为发布联合创新实验室、HAIP 白皮书(华西、南方医院与华为主编,40 家单位参编)和五类医疗智能体。华西披露,文书智能体已辅助生成 300 多万份病历;医保智能体用 8500 多条审核规则识别七类风险。华西也是首家部署昇腾 950 的医疗机构。

三、冷静看:亮点在哪,问题在哪

值得肯定的地方

第一,平台化思路是对的。 医院里 AI 项目「各科室各建一套」是普遍痛点,HAIP 想做的是统一算力、数据和模型,让应用在同一个底座上长出来。这和我们做软件时从「烟囱系统」走向「平台 + 微服务」是一回事。

第二,华西对局限的坦诚值得点赞。 在公开报道中,华西方面主动谈到了几类问题:基座模型频繁升级会冲击临床应用,所以要把专科模型与基座解耦;每次推理都要算力,所以优先用小模型、质控类任务错峰跑;知识库并不能消灭幻觉,来源和忠实度要持续校验;医生要同意使用、复核内容并承担责任,AI 生成内容要告知患者;跨院复用则受数据标准、流程和责任划分差异的掣肘。这些比任何「效率提升 X 倍」都更有参考价值。

第三,问题选得实在。 病理阅片、病历书写、医保合规——都是高频、规则相对清晰、人力缺口大的场景,比「AI 看病」更容易产生可衡量的价值。

需要追问的地方

1. 证据等级普遍偏低。 目前大多数数字来自厂商发布会、合作医院介绍或媒体转述,缺少同行评审论文、前瞻性对照研究和第三方评估。「辅助生成 300 万份病历」说明用得多,不等于质量和安全性已被证明。斯坦福 Virtual Lab 之所以有说服力,是因为发表在 Nature 上,方法和湿实验结果都公开可查。

2. AI 制药整体仍在「验证期」。 据 The Next Web 汇总的行业数据,全球约 600 亿美元投入了 AI 药物发现,但至今还没有一款 AI 发现的药物在任何地方获批上市;到今年 6 月有 179 个候选进入管线(2017 年只有 4 个),9 个进入三期。「先导化合物设计加快」与「新药上市」之间还隔着漫长的临床试验。

3. 「虚拟实验室」最大的瓶颈在物理世界。 无论斯坦福还是广州实验室,真正的约束都是湿实验的通量、可重复性和成本。AI 把「想方案」从几个月压到几天之后,瓶颈就整体转移到「做实验」上了。谁能把自动化实验室和智能体闭环做稳,谁才有真正的护城河。

4. 国产算力是优势也是约束。 从昇腾到鲲鹏的全栈方案在国内医院数据合规、供应链可控方面有吸引力;但模型生态、工具链成熟度和海外合作空间,与英伟达 + 礼来、诺和诺德这类组合相比仍有差距——华为高管在路透社采访中也没有回避这一点。

5. 责任与监管还在追赶。 当智能体参与病历书写、医保审核、甚至科研决策,出错由谁负责?目前的做法是「医生复核并担责」,这在效率与安全之间是合理的折中,但也意味着 AI 的效率红利有上限。

四、给开发者的几点启示

如果你在做 Agent 系统,这两条线索里有不少可以直接借鉴的工程经验:

  • 角色分工 + 批评者 :单个大模型「自己想自己答」容易一路错下去,引入专职 Critic 是低成本的质量闸门;
  • 人类在环,放在关键决策点 :Virtual Lab 里人类发言只占 1%,但都卡在方向选择上;
  • 工具和执行环境比提示词更重要 :能调 AlphaFold、能跑代码、能下发实验,智能体才有真实产出;
  • 基座解耦、小模型优先、错峰计算 :华西的这些做法,对任何要把 LLM 放进生产系统的团队都适用;
  • 可评估先于可演示 :先把评估集和指标定下来,再谈规模化。

一个极简的「虚拟课题组」循环大致如下:

text
for round in range(N_ROUNDS):    agenda = pi.plan(goal, history)    proposals = [expert.propose(agenda, tools) for expert in experts]    critique = critic.review(proposals)    decision = pi.decide(proposals, critique)    if decision.needs_human:        decision = human.approve(decision)   # 关键节点人类拍板    results = lab.run(decision.experiments)   # 干实验 / 自动化湿实验    history.append((decision, results))

结语

AI 正在从「计算器」变成「共同研究员」,斯坦福给出了学术上的可行性证明,华为则在把它变成可规模部署的基础设施。两者都很重要,但都还没走完最后一公里:一边是湿实验验证,一边是临床证据和责任体系。对这个领域,最好的态度或许是——对进展保持兴奋,对数字保持追问。

你觉得医疗 AI 最先真正「跑通」的会是哪个场景?病理、病历、医保,还是药物研发?欢迎留言聊聊。

注:本文仅讨论技术与产业进展,不构成任何医疗或投资建议。文中数据除特别说明外,均来自公开报道与企业发布信息。

参考链接