搜索：病毒

原文来源：新智元

图片来源：由无界 AI生成‌

谁能想到，ChatGPT的预测成真了！

2023年诺贝尔生理学或医学奖已经出炉了。

获奖者是Katalin Karikó和Drew Weissman，理由是发现了核苷碱基修饰，从而开发出有效抗新冠病毒的mRNA疫苗。

mRNA疫苗的开发，挽救了数百万人的生命，并遏制了疫情的蔓延。

可以说，有了mRNA疫苗后，全球对抗新冠疫情的格局从此改变。

mRNA疫苗技术，是许多人心目中的热门，也可以说是众望所归。

因为二人的突破性研究，高效的新冠mRNA疫苗得以被快速研发，两人也凭此获得了多项大奖，包括2022年美国科学突破奖（Breakthrough Prize）、2021年拉斯克基础医学研究奖（The Lasker Awards）、2023年盖尔德纳奖、唐奖（Tang Prize）、以色列哈维奖（Harvey Prize）等。

要说起来，mRNA疫苗背后的故事，可以说是一段励志的传奇。

在20多年前，Drew Weissman和Katalin Karikó就在宾夕法尼亚大学合作研究mRNA，认为它是一种潜在的治疗方法。

2005年，他们取得了具有里程碑意义的研究进展，揭示了如何改变mRNA，以便在治疗上使用它，并开发了一种有效的策略，允许mRNA被输送到体内，以到达正确的目标。

在他们之前，为预防传染病而开发的mRNA疫苗并不能有效、安全地刺激动物模型中的保护性免疫系统反应。2005年的研究和随后的发现，促使了动物和人体试验的成功。

居然被ChatGPT押中了？

结果一宣布，网友们就激动地奔走相告——居！然！押！中！了！

而押中结果的ChatGPT，在其中就更「显眼」了。

此前，Nature最新文章称，微调后的大模型，包括ChatGPT在内，都能大大增强预测诺奖得主的能力。

在9.30的文章中，我们曾拿着这样的提示去问ChatGPT：「给出尚未获得诺贝尔奖的在世科学家，在化学、物理、生理学或医学领域的三大发现」。

结合最新的必应联网功能后，ChatGPT给出了这样的回答——

在生理学或医学领域
– mRNA疫苗的开发：为COVID-19快速开发和部署mRNA疫苗是一项不朽的成就。「虽然一些科学家获得了认可，但其他科学家却没有获得诺贝尔奖。」

让ChatGPT预测2023诺奖得主时，它根据网络搜索结果，没有给出真正答案，再次强调「一些化学家预测，mRNA疫苗的开发可能会获得2023年诺贝尔化学奖」。

四舍五入，就算ChatGPT押中了啊！

mRNA研究在30年前曾遭冷遇

现场，主讲人介绍了mRNA对于延缓新冠疫情的意义。

在我们的细胞中，编码在DNA中的遗传信息被转移到信使RNA（mRNA）中，信使RNA（mRNA）被用作蛋白质生产的模板。

在1980年代，引入了无需细胞培养即可生产mRNA的有效方法，称为体外转录。这一决定性的一步，加速了分子生物学在多个领域的应用的发展。

将mRNA技术用于疫苗和治疗目的的想法也开始酝酿，但障碍仍然存在。体外转录的mRNA被认为不稳定且难以递送，需要开发复杂的载体脂质系统来封装mRNA。

此外，体外产生的mRNA会引起炎症反应。因此，开发用于临床目的的mRNA技术起初是很困难的。

这些障碍并没有阻止Katalin Karikó。

在1990年代初期，当她在宾夕法尼亚大学担任助理教授时，她始终希望能实现用mRNA作为治疗药物的愿景，但在说服资助者上，她遇到了困难。

她的同事、免疫学家Drew Weissman与她展开了合作。

他对树突状细胞感兴趣，树突状细胞在免疫监视和激活疫苗诱导的免疫反应方面具有重要作用。在合作中，他们专注于不同的RNA类型如何与免疫系统相互作用。

意外突破

Karikó和Weissman注意到，树突状细胞在体外识别转录的mRNA作为外来物质，这导致了它们的激活，和炎症信号分子的释放。

他们想知道，为什么体外转录的mRNA被认为是外来的，而来自哺乳动物细胞的mRNA不会引起相同的反应。

Karikó和Weissman意识到，一些关键特性必须区分不同类型的mRNA。

RNA包含四个碱基，缩写为A，U，G和C，对应于DNA中的A，T，G和C。

Karikó和Weissman知道，哺乳动物细胞RNA中的碱基经常被化学修饰，而体外转录的mRNA则不是这样。

他们想知道，体外转录RNA中缺乏改变的碱基，是否可以解释不必要的炎症反应。

为了研究这一点，他们合成了不同的mRNA变体，每个变体的碱基都有独特的化学改变，然后将其传递给树突状细胞。

结果是惊人的：当碱基修饰包含在mRNA中时，炎症反应几乎被消除。这种范式变化，让我们理解细胞如何识别和响应不同形式的mRNA。

于是，Karikó和Weissman立刻明白，他们的发现对于使用mRNA作为治疗具有深远的意义。这些开创性的结果发表于2005年，即 COVID-19 疫情爆发的前15年。

终于，外界开始对mRNA技术感兴趣了。

COVID-19疫情爆发后，两种编码SARS-CoV-2表面蛋白的碱基修饰mRNA疫苗，以创纪录的速度被开发出来。它们的保护作用约为95%，两种疫苗早在2020年12月就获得了批准。

随后，其他几种针对SARS-CoV-2的疫苗也被迅速引入，全球总共接种了超过130亿剂COVID-19疫苗。

疫苗挽救了数百万人的生命，并预防了更多人染病，使全世界得以恢复常态。

因为发现了mRNA碱基修饰的重要性，Karikó和Weissman在我们这个时代最大的健康危机之一中，做出了重要贡献。

曾获诺奖风向标

早在2021年，Batalin Karikó和Drew Weissman便凭借着基于mRNA的突破性发现，获得了素有诺奖风向标之称的拉斯克奖。

除了为平息毁灭性的Covid-19疫情提供了高效的疫苗研发工具外，这项创新还推动了一系列不同疾病的治疗和预防进展。

从原理上讲，mRNA可以成为将细胞转化成一个生成任意所需蛋白质的工厂。这种方法可以补充紧缺的重要物质，或引入微生物成分作为疫苗。

此外，与DNA不同，mRNA不会威胁到受体细胞基因组的完整性。因为它既不会整合到染色体中，也不会打断常驻基因或造成其他突变破坏。

Katalin Karikó

Katalin Karikó出生在匈牙利的一个小镇。

小时候，Karikó充满好奇心，不仅喜欢爬到树上看鸟巢，还喜欢看邻居家的母牛产仔。

虽然从未真正见过科学家，但Karikó决定，这就是她要做的。

高中时，老师交给她一本名为《生活的压力》的书，Hans Selye在书中写道：「采取正确的态度可以将消极的压力转化为积极的压力」。而这本书也为成为了她在今后成为科学家的指南。

当她经历失败时，无论是在学生时代还是在实验室里，都会想起Selye的话——采取正确的态度，寻找提高自己、更加努力、更具创造力和更出色表现的方法。

Karikó总是努力专注于自己能做到的事情，而不是在做不到的事情上浪费时间。

1978年，Karikó还是一名研究生时就开始研究RNA，从那时起，她就对这种脆弱的分子充满了热情。不管是RNA的制造和修饰方式，还是它是如何降解或转化为蛋白质的。

她喜欢RNA相关现象的神秘性，喜欢重新审视几十年前无法解释的实验结果。当自己试图破解的科学谜题最终被其他人解开时，她也会感到非常高兴。

她与同事们一起，在前辈的发现基础上，逐步找到了解决方案，并创造出了适合治疗的最佳RNA。不过，她万万没有想到，它将被用于制造疫苗，从而对抗肆虐全球的疫情。

对于那些想成为科学家的年轻女孩，Karikó表示：「保持好奇心，采取正确的态度，无论道路多么漫长曲折，都要坚持走下去。」

Drew Weissman

在宾夕法尼亚大学，Karikó博士和Drew Weissman共同研究了作为医疗干预手段的mRNA。这一医学领域充满希望的可能性令人兴奋，因为这一领域尚未得到充分探索。

实验中，每一个有趣的火花，都激励着两个人继续前进——他们一起设计实验、做实验，经常在凌晨时分交换电子邮件，根本不能等到第二天。

尽管他们在二十多年前开始的研究最终取得了重大发现，并基于此研制出了一种针对新冠病毒的疫苗，但这项工作仍在继续。

科学家们都知道，工作永远不会结束，就像页面上的数据是白纸黑字一样，科学发现的实现和使用也是没有止境的。

这项工作永远不会结束，因为我们需要科学突破：不仅针对当前的流行病，还针对自身免疫性疾病、神经系统疾病、创伤后康复以及其他传染病。

发现并解答自己的好奇心固然令人激动，但对人类产生影响，才是最令他兴奋的。

在获得2021年的拉斯克奖后，Drew Weissman说道：

今天，当我用一秒钟的时间来感谢这份幸运，感谢我们的工作帮助了全世界数百万人的同时，我也想表彰那些现在 在自己的实验室里、做着可能会带来惊人成就的工作的科学家们。
明天一早，我会和你们一起，回到我的实验室……如果我等不及，也许几个小时后我就会回去。
我们将一起见证未来。

不少人预测成功，包括ChatGPT

在知乎的相关热帖下，有不少知友都提前给出了准确预测。

图源：知友「美国第一猛男」

图源：知友「极萨学院冷哲」

图源：知友「菲利普医生」

这届生理学医学奖居然颁给了如此热门的研究，属实出乎许多人的预料，毕竟去年的结果实在算冷门。

临近颁奖的这几天，网上就有有这样的预测——

根据前几年的规律，一般基础和临床会有2:1的比例。

2021年，颁给了David J. Julius和Ardem Patapoutian（痛觉和触觉领域研究），2022年，颁给了Svante Pääbo（灭绝的古人类基因组和人类进化） ，连续两年都是基础领域，按照规律，今年大概率应该是颁给临床应用了。

也有人预测说，前两年都颁给了比较小众的成果，那今年或许就更可能颁给贴近群众的成果。

没想到，预测成真。

而ChatGPT的潜力，也再一次得到了印证。

参考资料：

https://www.zhihu.com/question/619698448?utm_id=0

https://laskerfoundation.org/winners/modified-mrna-vaccines/

https://www.nobelprize.org/prizes/medicine/2023/press-release/

原文来源：量子位

图片来源：由无界 AI 生成

“怪病”缠身3年求医无果，最终竟然被ChatGPT成功诊断！

这是发生在一名4岁男孩身上的真实经历。

某次运动后，他身体开始剧痛。母亲前后带她看了17名医生，从儿科、骨科到各种专家，先后进行了MRI等一系列检查，但没一个真正找出病因。

他的母亲没抱太大希望地尝试求助ChatGPT，后者却根据描述和检查报告，直接给出了正确的建议。

话题一出冲上知乎热榜，Reddit热度也飙升至2.3k。

有网友表示，GPT这次真的很让人激动：

每个医生的办公室都可以配备一个AI助手，并将它与自己的诊断结果进行比较。

还有网友cue了下谷歌专门训练的辅助医疗诊断大模型Med-PaLM，想知道它的诊断结果如何：

对于大模型而言，这几乎是个完美的测试任务。

所以，这具体是怎么一回事？

究竟是什么样的“怪病”？

故事的主人公名叫Alex，他的母亲Courtney一共有两个孩子。

2020年的一天，Alex的保姆告诉Courtney，Alex每天都要服用止痛药，不然就会疼到崩溃。

接着，Alex又出现了磨牙的症状，父母把这两件事联系到了一起，认为可能是由换牙或者蛀牙引起的疼痛导致的。

于是母亲带着Alex去看了牙医，Alex长达三年的寻医之路便正式开始了。

由于牙医检查之后没有发现任何问题，但提出鉴于Alex正在磨牙，推荐他们去看专业治疗气道阻塞的正畸医生。

正畸医生发现，Alex的上颚太小，导致呼吸困难，于是给Alex放置了一个扩张器。这种治疗方式的确起到了效果，母亲一度认为Alex的病马上就要痊愈了。

很合理，但现实往往是不讲逻辑的。

妈妈很快又发现，只有四岁的Alex个子突然不长了。

这一次，妈妈求助的是一名儿科医生。

医生认为Alex可能是受到了新冠病毒的影响，但妈妈对这个解释并不满意。不过，妈妈还是在2021年初带着Alex去复查了。

医生告诉妈妈，Alex的个子“长高了一点”，但发现Alex的左右脚有些不平衡，建议他们选择物理治疗。

这次妈妈倒是相信了医生的话，但在物理治疗开始之前，Alex又出现了头痛的症状，而且越来越严重。

物理治疗的事只好先搁置一下，母亲先带Alex去看神经(内)科医生，结论是Alex患有偏头痛。

在和头痛进行抗争的同时，Alex还被精疲力竭的症状困扰着，于是又被带到了耳鼻喉科医生那里检查是否有鼻窦问题影响睡眠。

经历了这番波折之后，Alex终于开始接受物理治疗，他的物理治疗师认为，Alex可能患有一种名为Chiari畸形的先天性疾病。

这种先天性疾病会导致头骨与脊柱相接处的大脑出现异常。

母亲开始对此展开研究，带着Alex看了新的儿科医生、小儿内科医生、成人内科医生和肌肉骨骼医生等。

最终Alex看过的医生多达17位，可以说几乎踏遍了能想到的所有科室，甚至被送入急诊，但依旧没能检查出个所以然。

直到ChatGPT让整个事件出现了180度大逆转。

抱着试一试的心态，母亲注册了一个ChatGPT账号。

她将Alex的症状和MRI报告中的注释一并输入，其中有一个细节，就是Alex无法完成盘腿坐的动作。

ChatGPT给出了诊断——脊髓栓系综合征(TCS)。

当然Courtney并没有直接相信，得到答案之后她先是找到了Facebook上的一个患儿家长交流群。

结果看了里面的讨论之后，母亲觉得这些症状和Alex真的是太像了。

这一发现让几近熄灭的希望之火重新燃了起来，事后母亲回忆说，自己在电脑前坐了一整晚，经历了所有的一切。

带着这一结论和Alex的MRI报告，找到了神经外科医生。

这次终于是找对人了，神外医生看了一眼MRI就给出了和ChatGPT一样的结论，并指出了栓系的具体位置。

再后来的事情就比较顺利了。Alex接受了手术治疗，目前正在进行康复。

那么为什么Alex直到看到第18个医生才最终确诊呢？

首先，和Alex自身也有一定关系。

TCS患者的背部通常会出现裂口，但Alex并没有裂口，这种情况称为隐式脊髓栓系综合征(OTCS)。

虽然TCS是罕见病，但在新生儿中的发病率也并不低，约为0.005~0.025%，比白血病的发病率还要高一些。

△陈莹格, 米阳. 妊娠期多发性胎儿发育异常一例[J]. 临床医学进展, 2023, 13(2)

但OTCS就比较罕见了——罕见到发病率根本没统计出来。

不过毕竟故事的最后，外科医生看到MRI图像之后很快就给出了判断。

所以，之前没能确诊，或许是因为“找错了医生”：那17名医生中，的确没有人从事外科。

当然，这也是正常的，毕竟他们都是擅长各自专业领域的专科医生（对应全科医生），专业之外的知识难免了解不全面。

但是这也暴露出了一个问题，遇到无法解释的难题时，这些医生都没有考虑进行多学科会诊，是否全面询问过Alex的各项病史也不得而知。

用母亲Courtney的话说，没有人愿意解决“更大(超出自己学科范围)的问题”，没有人会给出任何关于诊断结果的线索。

而ChatGPT的知识库至少在广度上比细分领域的专业人士要丰富的多，更加全面地考虑了Alex的情况，最终才给出正确的结论。

那么这次ChatGPT的成功诊断，究竟是误打误撞，还是确实已经具备诊断能力了？

AI究竟能不能用于诊断？

事实上，用ChatGPT或GPT-4来做病情诊断工具，也不是第一次有人这样做了。

像是GPT-4出来后不久，就有人用它成功诊断了自家狗子的一种病例，这段经历一度在网上爆火。

他将狗子从第一次发病开始的症状、治疗过程以及每次的血液检测报告都告诉了GPT-4：

20号当天高烧41.5摄氏度，医生根据验血结果诊断为犬巴贝斯虫病（附血液检测结果），接下来的3天接受抗生素治疗，24日当天接受抗生素治疗，但出现牙龈苍白（附新的血液检测结果）。

GPT-4很快给出了检测结果，并在对话中表明可能是以下两种原因导致的：

1、溶血：由于各种原因造成的红细胞破坏，如免疫介导性溶血性贫血（IMHA）、毒素或除巴贝斯虫病以外的其他感染。
2、失血：内部或外部出血，可由创伤、手术或胃肠道问题 (如溃疡或寄生虫)引起。

最终医生诊断结果显示，狗子患上的确实是免疫介导性溶血性贫血（IMHA），对症下药后狗子得救了。

除此之外，也有网友自述被ChatGPT（GPT-4）救了一命的经历。

他在去健身房后浑身酸痛，将病症咨询GPT-4后，得出“横纹肌溶解症”的答案，立刻去医院并因此捡了一命。

但也有学术研究提到，无论是ChatGPT还是GPT-4，都并非一个完全可以依赖的AI医生。

例如哈佛大学附属医院布莱根妇女医院（BWH）发表在JAMA上的一项研究就显示，在给出癌症治疗建议时，ChatGPT只有62%的案例是完全正确的。

在其他的案例中，有34%的建议至少都包含一个或多个和正确诊断结果不一致的答案，还有2%的案例给出了不可信的诊断结果。

对此，研究认为，还不能完全将诊断交给ChatGPT或GPT-4，毕竟他们在诊断这一过程上依旧无法和专业的医生相比。

（不过有网友指出，ChatGPT没诊断成功的原因，可能也和训练数据有关，2021年之后的治疗信息不包含其中）

对此，哈佛大学流行病学助理教授Andrew Beam认为，ChatGPT和GPT-4的使用效果应该分两面看待：

一方面，它们要比一些普通的诊断软件或是谷歌搜索引擎更好用，尤其是GPT-4这个版本。
但另一方面，它们目前还不太可能取代具备大量专业知识的临床医生。毕竟对于AI来说，它们确实可能在找不到答案时捏造信息，根据“幻觉”推测出错误结果。

美国医学会（AMA）的主席Jesse M. Ehrenfeld对此表示，即使AI能诊断结果，最终的责任还是医生自己的。

总结一下上述观点就是，大伙儿可以用AI辅助诊断病情，比搜索引擎好用，但最终还是得去医院，找医生确诊。

那么，如果打算用大模型“问问诊”，哪个大模型最好用？

有网友就以自己为病例，测试了各种大语言模型是否具备诊断能力，最终认为还是GPT-4比较能胜任：

我曾经就慢性咳嗽的原因咨询过几位医生，但最终是在一个油管频道上得知自己患了LPR（隐性咽喉返流）。
我用自己的病例测了测大模型，GPT-4是唯一一个成功诊断的。Claude 2虽然答案接近，但没能完全自主诊断出来。

你有尝试过用AI帮助判断病情吗？感觉效果如何？

参考链接：
[1]https://www.today.com/health/mom-chatgpt-diagnosis-pain-rcna101843
[2]https://www.reddit.com/r/ChatGPT/comments/16gfrwp/a_boy_saw_17_doctors_over_3_years_for_chronic/
[3]https://news.harvard.edu/gazette/story/2023/08/need-cancer-treatment-advice-forget-chatgpt/