ChatGPT 真的治好狗狗的癌症？事情沒那麼簡單！

最近，OpenAI 共同創辦人 Greg Brockman 在社群媒體上分享了一個故事，引起了廣泛關注。故事講述一隻名叫 Rosie 的狗狗，透過一種由 ChatGPT 輔助開發的客製化 mRNA 癌症疫苗成功治療癌症。這個消息在科技和 AI 社群中迅速傳播，讓許多人對 AI 在醫療領域的潛力感到興奮。

Rosie 是一隻七歲的沙皮狗，牠的主人是澳洲 AI 顧問 Paul Conyngham。根據網路上流傳的說法，Rosie 在接受這種實驗性治療之前，獸醫診斷只剩下幾個月的壽命。Conyngham 表示，這個疫苗的開發過程中，ChatGPT 提供了很大的幫助。

Conyngham 在 2024 年 11 月分享了他的經歷，他提到早在 2022 年就注意到 Rosie 的頭上出現了一些奇怪的腫塊。最初，獸醫認為只是普通的疣，但後來診斷結果卻是晚期癌症。獸醫評估 Rosie 大概只剩下 1 到 6 個月的時間，並且表示沒有其他治療方法可以嘗試。

這個故事在 Brockman 分享後迅速傳開，許多科技媒體也爭相報導。雖然治療本身看似真實，但 ChatGPT 在疫苗開發過程中扮演的角色卻引發了爭議。一些研究人員質疑，大型語言模型實際上能在多大程度上處理這個過程。

Conyngham 表示，他並沒有放棄 Rosie。相反地，他決定利用現有的 AI 工具建立一個研究流程。他首先使用 ChatGPT 來設計一個「攻擊計畫」。ChatGPT 建議他需要進行基因組定序，包括健康組織和腫瘤組織的樣本，並且指出了可以進行這些分析的特定機構和設備。

「最諷刺的是，在之前與 ChatGPT 的對話中，它建議我嘗試聯繫 Elita 或 Martin 博士，並且使用 Illumina 的設備，」Conyngham 寫道。於是，他按照 ChatGPT 的建議開始行動。

新南威爾斯大學 (UNSW) 的一位主管將他介紹給 Ramaciotti 基因體中心的負責人 Martin Smith 博士，Smith 博士同意為 Rosie 的基因組進行定序，費用約為 3,000 美元。

經過十天的時間，他們得到了 Rosie 的基因組數據：健康組織的覆蓋率為 30 倍，腫瘤組織的覆蓋率為 60 倍。較高的覆蓋率有助於分離出驅動癌症的突變。基因體中心提供了 320 GB 的原始數據。

基因組資訊以 A、T、C 和 G 四個字母的字串表示。換句話說，專家們最終得到了一堆 70 萬頁，每一頁都只包含這四個字母的文件，這就是 Rosie 的基因指紋。

接下來，Conyngham 將重點放在 c-KIT 蛋白上，這是一種在犬隻肥大細胞瘤的相關文獻中被廣泛研究的蛋白質。利用 Google 的 AlphaFold，他模擬了 Rosie 體內的 c-KIT 蛋白版本，並將其與健康基準進行比較。結果顯示，Rosie 的 c-KIT 蛋白發生了突變，並且與文獻中預測的突變相符。然後，他尋找可能攻擊 c-KIT 蛋白或類似蛋白的現有化合物，並找到了一種已經在美國用於治療人類其他癌症的藥物。

「我們對她的腫瘤進行了 DNA 定序，將組織轉化為數據，並利用這些數據找到她 DNA 中的問題，然後在此基礎上開發出治療方法，」Conyngham 在澳洲 Today Show 節目中表示。「ChatGPT 在整個過程中都提供了協助。」

儘管如此，ChatGPT 找到治療癌症的方法和 ChatGPT 協助研究之間存在很大的差距。

Conyngham 最終聯繫了 UNSW RNA 研究所的所長 Palli Thordarson 教授。「@martinalexsmith 教授進行了 DNA/RNA 定序，將 Rosie 的組織轉化為原始數據，」Conyngham 在推特上寫道。「@PalliThordarson 教授組裝了 mRNA 疫苗，」他在另一則推文中補充道。

Thordarson 在自己的推文中證實了這一點：「很榮幸 @UNSWRNA 能夠參與並為 Rosie 製造 mRNA-LNP，」他寫道。「RNA 技術、基因組和 AI 的結合，為我們改變醫學實踐方式和實現更公平的醫療服務提供了機會。」

但 Smith 博士並不是一個躲在 ChatGPT 螢幕後面的人。他是一位教授，經營著一所大學的 RNA 研究所，做著他的實驗室本來就應該做的事情。

當 Conyngham 確定最終的疫苗結構時，他透露了設計它的工具。不是 AlphaFold，也不是 ChatGPT，而是 Grok。

儘管如此，他在另一篇貼文中承認，「Gemini 也做了很多繁重的工作。」

ChatGPT 主要被用來篩選科學論文，並找出可能提供幫助的研究人員。這個聊天機器人指出了 Ramaciotti 基因體中心，並建議使用適合這項任務的定序設備，基本上是作為一個導航研究文獻的工具。這種角色可能很有用，但它與設計疫苗或進行科學分析不同。

AlphaFold 是 Google DeepMind 開發的深度學習系統，可以根據胺基酸序列預測蛋白質的三維結構。它並不是第一個基於生物數據訓練的模型：其他開源專案，如 Ankh 或 AlphaGenome，也在類似的前提下工作。

Conyngham 使用 AlphaFold 來模擬 Rosie 的 c-KIT 蛋白。結果顯示，置信度評分為 54.55，UNSW 的結構生物學家 Kate Michie 博士公開表示這個分數很低。她指出，AlphaFold「可能會出錯」，並且需要大量的實驗室工作來驗證任何輸出。UNSW 基因體中心主任 Smith 博士也在同一篇貼文中公開證實，AlphaFold 實際上並沒有被用於 mRNA 疫苗的設計。

Thordarson 博士對這個故事的框架也很謹慎。

「這可能並沒有治癒 Rosie，」他在推特上寫道。「當然，延長了她的壽命，但有些腫瘤沒有反應。」他的團隊現在正在檢查這些腫瘤是否發生了不同的突變，這可以解釋為什麼部分治療有效，而其他部分無效。而且，疫苗並非單獨起作用。

「這種治療需要同時使用檢查點抑制劑，這很可能適用於所有個人化的癌症疫苗，」Thordarson 博士指出。

AI 在癌症治療中的應用並非總是成功的。2017 年，IBM 內部文件顯示，Watson for Oncology 被宣傳為一種可以比人類腫瘤科醫生更好地推薦癌症治療方案的系統，但它實際上卻產生了被其自身工程師標記為「不安全和不正確」的建議。MD Anderson 癌症中心在花費了 6,200 萬美元後放棄了這個專案。IBM 在 2022 年完全出售了 Watson Health。

Rosie 的案例並不屬於 AI 失敗的範疇。沒有人受到傷害，基礎科學是既定的，而且參與的研究人員都具有公認的資歷。mRNA 平台本身也得到了臨床研究的支持。令人不安的地方更多在於這個故事的框架方式。當 AI 工具因為科學家和研究機構所做的工作而受到讚揚時，可能會模糊公眾對這項技術實際作用的理解。進行定序、生產疫苗和管理安全協議的研究人員可能會被忽略。

這個事件提醒我們，AI 可以協助完成諸如導航科學文獻等任務，但它仍然遠遠無法取代設計和生產醫療治療所需的專業知識和基礎設施。在評估 AI 在醫療保健領域的潛力時，我們必須保持批判性思考，並記住人類專業知識和科學嚴謹性的重要性。