医疗大模型系列之二：当AlphaGo的"屠龙刀"，进入医学世界——从AlphaFold到AI协同医生，DeepMind如何构建医疗认知系统
一个事实：DeepMind 的医疗 AI 已经从"考过医师执照考试"走到"在模拟诊室里实时指导患者做体格检查"——每一步都有同行评审数据可查。而它的另一条战线，已经推进到"AI设计的分子进入真实人体试验"的门槛前。一个边界：即使在最接近真实场景的高保真模拟中，人类专家在识别"危险信号"上仍然整体领先；AI 目前的位置是协同者，不是决策者。
一个判断：DeepMind 真正在构建的，可能不是"AI 医生"，而是一套连接生命科学知识与临床推理的认知基础设施的雏形。
2016年，AlphaGo（DeepMind开发的围棋AI，2016年击败世界冠军李世石的那个）落子的那一刻，不少医疗AI研究者从中看到了另一种可能：机器是否能够在巨大搜索空间中，通过学习发现人类难以"显性表达的决策规律"？如果这种能力用来解构蛋白质结构、推理错综复杂的临床症状，会发生什么？
在系列的第一篇里（医疗大模型系列之一：医疗AI的底层逻辑，模仿、探索与智能涌现），我们把AI拆成了"学霸"（LLM，大语言模型，靠"读万卷书"模仿人类知识）和"莽夫"（RL，强化学习，靠不断试错探索未知策略），并给出了医疗智能的四个层级：L1认知智能（读懂医学知识）、L2感知智能（看懂影像信号）、L3科学智能（发现生命规律）、L4执行智能（组织完成复杂任务）。
七年后，DeepMind（谷歌旗下的AI公司，AlphaGo和AlphaFold的开发者）交出的答卷，恰好是这四个层级同时动工的现场直播——它用AlphaFold（蛋白质结构预测AI）铸出了L3的"屠龙刀"，用MedPaLM系列（DeepMind的医疗大语言模型家族）磨出了L1到L2的锋刃，又用AI协同医生（AI co-clinician）和Isomorphic Labs（DeepMind旗下的AI药物研发公司），开始触摸L4"执行智能"的轮廓。
但DeepMind也遭遇了所有医疗AI的终极困境：在标准化考试中表现优异的AI，距离真正参与临床决策，仍隔着一条巨大的鸿沟。本文带你深度拆解，当硅基智能闯进肉身诊所，DeepMind到底跨过了哪几道鬼门关，又被哪些真实的鬼咬过。
一、起点：DeepMind凭什么敢碰医疗？
DeepMind的基因从来不是"做产品"，而是"用AI解科学难题"。
2016年AlphaGo打败李世石，证明了深度强化学习能处理远超人类计算极限的复杂决策问题。
2018年，DeepMind把"用AI解科学难题"的同一套方法论——而非同一种算法——投向了一个困扰生物学界50年的难题：蛋白质折叠（蛋白质在合成后如何盘绕成特定三维形状，这个形状决定它的功能，也决定很多疾病和药物的走向）。
2020年，AlphaFold 2在蛋白质结构预测竞赛CASP14（两年一届的"蛋白质结构预测奥运会"，各国团队盲测比拼谁预测得最准）中以接近实验精度的表现夺冠。
到2022年，DeepMind开放的数据库已覆盖2亿多个蛋白质结构——几乎囊括所有已知蛋白，尽管其中只有一部分预测达到高置信度。
2024年，AlphaFold 3更进一步，不仅能预测蛋白质，还能预测蛋白质与DNA、RNA、药物小分子的结合结构。
2024年10月，这把刀被正式"开刃"：诺贝尔化学奖颁给了Demis Hassabis（DeepMind创始人）和John Jumper（AlphaFold项目核心科学家），表彰AlphaFold在蛋白质结构预测上的工作。历史上第一次，一个AI系统的产出被认定为人类最重要的科学成就之一。AlphaGo赢的是棋局，AlphaFold赢的是科学本身。
AlphaFold的意义不在于"结构预测"，而在于为医学铺了一条路：
看懂疾病：约80%的罕见病被认为具有遗传基础（学界常用估计），其中大量疾病与蛋白质功能异常相关。对于许多过去难以解析结构的蛋白，AlphaFold提供了新的结构线索，帮助研究人员更快理解疾病机制，并辅助药物研发。截至目前，这个数据库已扩展到超过2.3亿个结构，被190多个国家的300多万研究者使用。
设计药物：AlphaProteo——DeepMind 2024年发布的另一款AI——能从零设计高亲和力蛋白结合分子（可以理解为"量身定做的分子钥匙"，专门插进病变蛋白的"锁孔"里让它失活或激活，这是很多药物起效的基本原理）。在部分靶点实验中，AlphaProteo设计蛋白展现出显著提升的结合能力，展示了AI从"预测生命结构"走向"设计生命分子"的潜力。
用第一篇的框架说，AlphaFold系列是典型的L3科学智能：它不处理人类的语言，而是直接探索生命的规律。但它解决的只是医疗链条中最上游的一环——"看懂生命"，离"看懂病历"还很远，离"把药送进人体"更远。
二、铸剑之后：从论文到药片，DeepMind如何把结构变成生意？
如果AlphaFold的故事停在诺贝尔奖，那只是一个漂亮的科研传奇。DeepMind故事的下半段，是科研如何变成药、变成产业——而这一段的主角，是一家叫Isomorphic Labs的公司。
2021年，DeepMind分拆成立Isomorphic Labs，专门用AlphaFold的能力做AI药物研发。它不是实验室，而是一家要交作业的药企：
签约巨头：2024年1月，礼来和诺华（两家全球排名前列的跨国药企）先后与Isomorphic签约。礼来首付4500万美元、里程碑付款最高17亿美元；诺华首付3750万美元、里程碑最高12亿美元——潜在总额近30亿美元，买的是"AI设计小分子"的服务。（"里程碑付款"是药企合作的惯例：药物研发每闯过一关——比如进入动物实验、进入人体试验、获批上市——才支付对应金额，做不出来就拿不到全款。）
资本加注：2025年5月完成6亿美元A轮融资；2026年5月再完成21亿美元B轮，投资方包括淡马锡（新加坡主权基金）、阿布扎比MGX（阿联酋政府背景的AI投资机构）——这是AI制药史上最大的私募融资之一。
引擎升级：2026年2月发布IsoDDE药物设计引擎，在最困难的"蛋白-配体结合预测"基准上（预测一个候选药物分子能不能准确"卡住"目标蛋白，这是设计药物的第一道关），准确率约50%，是AlphaFold 3（约23%）的两倍多。
管线推进：目前有超过17个在研药物项目（覆盖肿瘤、免疫、心血管）。最值得关注的一个时间点是：Isomorphic预计首款AI设计药物将在2026年底前进入人体试验。
为什么这件事值得单独用一节来写？因为传统药物研发进入临床后，最终成功率只有约10%——绝大多数分子死在人体试验里。AI可以把分子设计得又快又准，但人体是蛋白质结构预测之外的另一个宇宙：吸收、代谢、毒性、免疫反应，没有一项写在PDB数据库（全球蛋白质结构公共档案馆，科学家几十年用实验方法测出来的蛋白质三维结构都存在这里）里。AlphaFold 3和IsoDDE能预测分子"怎么结合"，却无法提前告诉你它在活人身上"会不会出事"。
所以Isomorphic给整个行业出了一道终极考题：AI设计的分子，能不能在真实人体里活下来？这道题的答案，要到2026年之后才开始揭晓。它和我们后面要讲的MedPaLM面临的困境，本质上是同一个——DeepMind的两条线，一条要过"临床的关"，一条要过"人体的关"。
三、技术底牌：MedPaLM如何从考试学霸变成临床智能体探索者？
如果说AlphaFold铸的是"看懂生命"的剑，MedPaLM磨的就是"看懂病历"的刃——对应第一篇框架里的L1认知智能和L2感知智能。
MedPaLM 1（2022年）：首个把MedQA成绩提升到约67%的医疗大模型，远超约60%的及格线。但问题很明显——答对选择题≠能看病。人类评估发现，它在开放式问答中经常"自信满满地胡说八道"。
MedPaLM 2（2023年发布）：三大技术升级，把准确率拉到了86.5%：
底座升级：从PaLM换到PaLM 2（谷歌自研的通用大语言模型，相当于模型的"发动机"，换代意味着基础智力水平整体跃升）。
医学微调：用海量医学文本（病历、论文、指南）进行领域适应训练（先用通用文本训练出"通才"，再集中喂医学资料把它养成"医学生"，这个二次训练过程就叫微调）。
推理策略：思维链（Chain-of-Thought，强迫模型把推理步骤一步步写出来，而不是直接蹦答案）、集成精炼（Ensemble Refinement，让模型对同一问题生成多个答案，再自己"开会"选出最优解）、检索链（Chain of Retrieval，回答前先去医学资料库里查证相关文献）——三套方法合起来就一个目的：强迫模型"先思考再回答"，让答案有据可查。
这也体现了医疗AI研究的特殊节奏：模型能力突破往往早于严格临床验证和同行评审发表。
多模态扩展——MedPaLM M（2024年）：医生看病不只靠文本，还看X光片、CT、心电图。MedPaLM M用同一套模型权重（通俗说：不是为每种数据单独造一个模型，而是一个模型同时学会处理多种数据）处理文本、影像、基因组数据，在14项医学任务上表现媲美甚至超过专科模型。在胸部X光报告生成的盲评中（医生和AI的报告混在一起、隐去署名，由第三方医生挑哪份写得好），医生在40.5%的情况下偏好AI生成的报告。这一层，已经跨进了L2感知智能的门槛。
此后，DeepMind的医疗语言模型随底座一起进入Gemini时代（谷歌新一代大模型系列，接替PaLM成为新底座）：Med-Gemini系列（基于Gemini的医疗版模型）接棒，2025年又开源了MedGemma（27B参数的医疗模型，"开源"意味着任何人都可以免费下载、修改、部署，"27B"指270亿个参数，参数越多通常能力越强）——供全球研究者自由微调部署。这透露出一个容易被忽略的战略转向：DeepMind的医疗布局，正在从"闭源旗舰模型"转向"开放生态"——护城河不再是单个模型，而是谁能成为整个医疗AI生态的基座。这个判断，我们在结尾还会用到。
四、关键战役：考试及格不算赢，真实世界才是考场
先交代一下本节会用到的几张"AI考卷"，后面的战役都是围绕它们打的：
MedQA = 美国医师执照考试（USMLE）的历年真题集，相当于"美国医生上岗证模拟卷"，测医学知识与临床推理。
MedMCQA = 印度医学入学考试题库，题量大，偏基础知识记忆，类似"印度版医学高考卷"。
PubMedQA = 基于PubMed（全球最大生物医学文献库）论文摘要的问答测试，给一段研究摘要，问"这项研究的结论是什么"，测的是"能不能读懂医学文献"。
MMLU = 大规模多任务语言理解基准，覆盖57个学科的全科知识竞赛卷，医学是其中一部分。
它们的共同点：只考"知道什么"，不考"会不会看病"——这正是后文要反复强调的边界。
战役1：USMLE考试——86.5%的专家级表现
MedPaLM 2在MedQA（USMLE真题集）上达到86.5%，比前代提升约19%。在MedMCQA、PubMedQA、MMLU临床主题上也接近或超越当时的最优水平。
战役2：消费者医学问答——医生和AI谁回答得更好？
这是最反直觉的发现。研究团队拿1066条真实患者提问，让医生评价"医生写的答案"和"MedPaLM 2写的答案"，结果医生在9项临床维度中的8项上更偏好AI的答案。比如，在该研究设定的评价体系中，72.9%的情况下，AI答案被认为"更符合医学共识"。但别忘了——打分的是医生，将来在真实诊室里担责的，也是医生。
战役3：真实会诊——从"模拟考"到"床边考"（小规模试点）
这是最有说服力的一关。在一项小规模试点研究中，团队从真实医院会诊中提取问题，让专科医生、全科医生（GP，处理常见病的"基层守门人"）、MedPaLM 2分别回答，然后交叉盲评：专科医生仍是最优，多数情况下被偏好。在专科医生的评审中，MedPaLM 2的答案被偏好于全科医生答案的比例为65%。
在该研究设计和评估范围内，评审者没有发现MedPaLM 2答案相比医生答案存在更高的安全风险。
战役4：模拟问诊——AMIE搭起从考场到诊室的桥
考试和问答都是"静态"的，而真实诊疗是多轮对话：要追问、要共情、要在信息不完整时下判断。2025年发表于Nature（《自然》，全球最权威的科学期刊之一）的AMIE研究（Articulate Medical Intelligence Explorer，"对话式医疗智能体"，专门训练AI像医生一样多轮问诊，而不是一问一答答题），在文本模拟问诊中达到了与医生相当的表现，并已进入真实世界可行性试验。在DeepMind官方公布的能力金字塔里，这一层被称为"模拟问诊"——它是MedPaLM通往真正临床协同的必经一站。
战役5：多模态实时诊疗——AI有了"眼睛和耳朵"
2026年4月30日，Google DeepMind官方宣布推出AI co-clinician（AI协同医生）研究计划，开始探索具备实时交互能力的临床辅助智能体。
在与哈佛、斯坦福学术医生合作的随机模拟研究中，团队设计了20个合成临床场景和10名医生扮演的"标准化患者"（医学教育里的专业角色：由经过培训的人扮演特定病情的患者，供医生或AI练习问诊，表现稳定、可重复）。
AI能实时指导患者做肩关节检查、辅助识别肩袖损伤（肩部常见伤病，肩膀里一组肌腱的撕裂或劳损），也能纠正患者吸入器的使用方法。专家医生从140个会诊技能维度进行打分，AI在68个维度上表现不亚于或超过初级保健医生水平。
但更重要的结果是反向的：专家医生在整体表现上仍优于AI，尤其是在识别"危险信号"（red flags，症状中提示可能存在严重疾病的线索，比如某种疼痛模式可能暗示肿瘤而非劳损，漏看会出人命）和指导关键体格检查上——这一点DeepMind官方明确承认。
在官方博客中，DeepMind为co-clinician给出了一个值得记住的定位框架：三元照护（Triadic Care）。未来医疗不是"AI对患者的二人转"，而是"医生—AI—患者"的三元结构：AI在医生的临床授权下与患者交互，不拿处方权，不担责任，只做医生的"延伸手臂"。官方给出的动机也很现实：WHO（世界卫生组织）预测到2030年全球医务人员缺口将超过1000万——"医学一直是团队运动，AI能把更多队友带进场"。
用第一篇的层级看，co-clinician已经摸到了L4执行智能的雏形：它不只回答问题，还能组织流程、调用多模态感知、在多轮交互中完成一个完整的临床任务。但它依然没有"决策权"——这位剑术教练的角色，是陪人练剑，不是替人出剑。
五、阴影与局限：聪明但不可靠，而且真的摔过跤
问题1：幻觉——AI的"看似合理"陷阱
大模型最大的风险不是不会回答，而是会生成看似合理但事实错误的信息（行话叫"幻觉"：模型用流畅的语言一本正经地编造不存在的事实）。即使经过医学微调，错误生成仍无法完全避免：在MedPaLM M的胸部X光报告评估中，临床医生发现AI报告平均仍含有0.25个具有临床显著性的错误（即大约每4份报告里就藏着1个可能影响诊疗判断的错误）；MedPaLM 2在专门设计的"对抗性测试"（研究者故意设计的刁钻问题，比如藏着逻辑陷阱或隐含风险的病例，专挑AI软肋打）中，也仍会给出被医生评定为可能带来伤害的答案。医疗场景要求的不只是平均准确率，更是对低概率高风险错误的控制能力。因此，任何临床部署都必须依赖检索增强（回答前先查证权威资料库，而不是仅凭"记忆"作答）、人工审核和持续安全验证。
问题2：考试高分≠临床可用
USMLE考的是知识记忆，而真实诊疗依赖上下文理解、多模态信息整合、不确定条件下的决策。MedPaLM 2在对抗性测试中仍有明显短板，比如无法识别逻辑陷阱或隐含风险。就连DeepMind自己也承认，在AI co-clinician的高保真模拟中，人类专家在识别危险信号和指导关键体格检查上仍整体领先。
问题3：合规和数据隐私——这不是理论风险，DeepMind真的翻过车
医疗数据受HIPAA（美国《健康保险流通与责任法案》，管医疗数据隐私的联邦法律）、GDPR（欧盟《通用数据保护条例》，全球最严的个人数据保护法）等严格监管。DeepMind可以访问PubMed和公开数据集，但想接入真实医院的电子病历系统——合规审查、数据脱敏、患者授权，每一步都是硬骨头。而这些"鬼门关"，DeepMind不是远远看着，是真的被咬过：
Streams事件（2017年）：DeepMind Health（DeepMind当时的医疗部门）与英国皇家自由医院合作开发急性肾损伤预警App"Streams"，本是一项有价值的临床工具。但英国信息专员办公室（ICO，英国数据保护监管机构）调查后裁定：医院向DeepMind提供约160万患者数据的方式违反了数据保护法——患者并未被充分告知，也没有给出有效授权。这是医疗AI史上最著名的隐私翻车案例，直接改写了此后整个行业对"患者数据授权"的谨慎标准。
糖网筛查实地受挫（2020年）：Google的糖尿病视网膜病变AI（"糖网"是糖尿病的眼部并发症，严重可致盲，靠眼底照片筛查）在实验室里准确率超过90%，被寄予厚望。但在泰国基层诊所实地部署时，因网络不稳定、拍摄光线不达标、工作流程不匹配，大量眼底照片被系统直接拒读，护士不得不重拍或转诊，反而增加了负担。实验室的"高分"，到了真实诊所大打折扣。
Google Health解散（2021年）：Google重组并解散统一的健康部门，DeepMind Health并入Google后多位核心人物离开。直到今天，DeepMind在医疗上的对外口径始终是"研究"而非"产品"——这种谨慎，是用真金白银的挫折换来的。
把这三件事串起来，你会理解DeepMind今天的克制不是公关话术：它进过诊室，摔过跤，所以才有了"协同者，不是决策者"的自我定位。
六、未来三年：这套系统会往哪里走？
如果说前文是"已经发生的事"，这一节是"可以盯着看的进度条"。DeepMind的医疗布局接下来有三个清晰的观察坐标：
第一，2026年底——AI设计的药第一次进人体。Isomorphic Labs预计首款AI设计药物进入人体试验。这不是又一个基准测试，而是AI制药第一次面对真实人体的检验：分子设计得再漂亮，能不能在活人身上活下来，才算数。
第二，监管路径——比技术更慢的变量。FDA（美国食品药品监督管理局，药品和医疗器械进入美国市场的"守门人"）已累计批准超过800个含AI组件的医疗器械，但几乎全是"窄AI"（只干一件固定的事，比如只看影像、只算风险评分）。像MedPaLM、co-clinician这种"会生成、会对话、会自主组织任务"的通用AI，如何审批、如何定责，全球尚无成熟路径。技术跑在前面，制度还在穿鞋。
第三，真实世界试验——从模拟诊室走向真实诊所。AMIE和co-clinician都已经启动真实世界可行性验证。未来两三年，我们会第一次看到"AI在真实诊室里，在医生监督下，和真实患者交互"的系统性数据。那是比任何基准都重要的一关。
这三件事指向同一个判断：DeepMind的医疗叙事，正在从"模型有多强"切换为"系统能不能被信任、被监管、被大规模用起来"。
结语：医生和AI之间，不是替代，是增强
如果把医疗行业比作一支军队：医生是前线指挥官，需要做最终决策。
DeepMind想成为的是后方计算中心，提供情报（AlphaFold看结构）、辅助决策（MedPaLM查资料）、参与一线协同（AI co-clinician协助问诊与检查）、并试图把武器直接造出来（Isomorphic Labs设计药物）。
在可预见的未来，AI难以取代医生在共情、信任与最终决策责任中的核心角色——医疗的最后一步涉及风险担责，而这在现行制度下无法交给算法。
但DeepMind正在做的，是提升医生的认知效率：医生精读文献以篇计、以周计，AI检索和综合文献以万篇计、以秒计——当然，"读到"不等于"读懂"，判断仍在医生一侧。
DeepMind真正在构建的，可能并不是一个替代医生的AI，而是一套正在萌芽的、连接生命科学知识、临床推理和医疗执行的认知基础设施。
用第一篇的语言收个尾：AlphaFold是它的L3（科学智能），MedPaLM系列是它的L1和L2（认知与感知智能），co-clinician和Isomorphic是它向L4（执行智能）伸出的两只手——一只伸向诊室，一只伸向药房。
未来医疗竞争，大概率不是AI医生替代人类医生，而是谁能够构建更强的人机协同医疗智能系统。医生不会消失，但不会使用AI增强能力的医生，可能会逐渐失去竞争优势。
医疗大模型系列之一：医疗AI的底层逻辑，模仿、探索与智能涌现
AI医疗 · 用最笨的方法做最扎实的内容 本文不构成任何医疗建议。
信源说明
AlphaFold系列及诺贝尔奖：DeepMind官方论文、诺贝尔奖委员会公告（2024）
MedPaLM系列及AMIE：Google Research / DeepMind公开发表论文及官方博客（含Nature, 2025）
AI co-clinician及三元照护：Google DeepMind官方博客（2026年4月30日）
Isomorphic Labs：公司公告、礼来/诺华合作公告（2024年1月）、融资公告（2025年5月A轮、2026年5月B轮）、IsoDDE技术发布（2026年2月）
Streams事件：英国信息专员办公室（ICO）裁定（2017）
糖网筛查实地研究：相关实地部署研究（2020）
FDA AI医疗器械数据：FDA公开数据库及行业统计
本文概念框架（L1-L4）为作者基于公开技术信息的独立分析，承接系列第一篇