摘要

Labenz 将罕见病定义为信息处理瓶颈，而不只是测序问题。 罕见病影响不到 1/2,000 人，或在美国影响不到 200,000 人，但合计患者人数“比美国的天然金发人群还多”。基因组测序的可负担性已提升近 10,000×，从 2007 年超过 100万美元降至几百美元，稀缺资源也因此转向解读能力。
测序成本下降，反而让 Boston Children’s 接收的转诊病例更难，而不是更容易。 早期经过严格筛选的病例诊断率约为 80%；如今明显病例已在其他地方解决，Brownstein 团队接手的多是此前阴性的病例，诊断率降至约 10%。由于“新的东西一直在被发现”，工作流越来越依赖队列构建、新检测手段和定期重新分析。
AI 眼下最直接的回报，是释放专家时间，而不是自主诊断。 Brownstein 说，总结论文、基因、陌生技术和审稿意见“改变了我的人生”，包括在约 90 分钟内把 20 个候选基因缩小到 3 个。Labenz 认为，近期机会在于减少文献检索、命令行操作、工具割裂和重复分诊给稀缺专家带来的摩擦。
更好的模型无法弥补不可访问或缺乏代表性的数据。 一个看似致病的变异，可能在很少被测序的族群中其实很常见；因此 Brownstein 认为，“我们需要测序全世界”，才能把疾病信号与背景变异区分开来。研究者激励机制、主动加入的生物样本库、彼此隔离的队列以及薄弱的数据共享默认设置，仍是主要的非 AI 瓶颈。
当前最强的运行模式，仍是多学科人类专家与 AI 协作。 2014 年的一次竞赛中，23 支团队分析 3 个看似符合孟德尔遗传的家系，其中 2 个家系获得诊断；由临床医生、遗传咨询师、研究人员和生物信息学家组成的混合团队，表现优于单一背景团队。Brownstein 的核心观点是，“这一切都不是在真空中发生的”：AI 正在帮助多学科流程，而不是取代它。
高风险领域的落地，将由验证要求和严于人类的错误标准决定。 Brownstein 仍会检查输出，却无法稳定获得引文，有时还会发现推理模型做出令人印象深刻但缺乏依据的额外跳跃；Labenz 预计，医疗 AI 可能需要达到自动驾驶式的门槛，即安全性约为人类的 10 倍。尽管如此，随着“推理变得越来越好”，她的态度已从怀疑转向确信。
OpenAI 资助项目正在测试：从分诊走向解决病例，最低需要多少数据和算力。 Brownstein 目前还没有把完整病历和基因组直接输入模型，原因包括成本、能耗、无关细节和跑题风险；她希望找到最小充分输入和可靠工作流。Labenz 预计，o3 级系统可能在一年内给出有意义的结论；Brownstein 则保留了必要的谨慎：“我当然希望我们能用它解决病例。我不知道到时是否真的能做到，但我希望可以。”

精读

1. 罕见病合计起来并不罕见

Brownstein 开场时的纠偏构成了本期基础：“罕见病其实很常见。”一种疾病只要影响不到 1/2,000 人，或在美国影响不到 200,000 人，就可能被归入罕见病；但所有罕见病患者加起来，比美国的天然金发人群还多。
分类取决于观察粒度。自闭症本身很常见，但由 KCNJ8 de novo 变异导致的自闭症很罕见；随着研究推进，人们对定义的理解也在不断变化，因此界定并不简单。
因此，Brownstein 更愿意把自己称为“猎基因的人”，而不是某种疾病的专科专家，目标是诊断那些尚未得到诊断的人。

2. 测序成本下降，把瓶颈向上游推到了解读环节

Brownstein 2011 年入行时，外显子组——约占基因组 1% 的编码区域——成本约为 3,800-4,000 美元。她最近询价时，同一项检测已降至 160 美元；Labenz 补充说，基因组测序价格也从 2007 年的超过 100万美元降至几百美元，可负担性提升近 10,000×。
当时的稀缺性迫使医生严格筛选患者。临床医生手里存着等待技术成熟、价格下降的 DNA 样本，测序主要集中在那些最可能通过父母子三联体发现明确 de novo 事件、提前终止密码子或大段缺失的病例。
这种筛选带来了约 80% 的诊断率，几乎是“打桶里的鱼”。随着常规检测吸收了这些病例，Boston Children’s 接收的患者越来越多是基因组此前已显示阴性的病例，Brownstein 目前的转诊诊断率降至约 10%。
核心变化在于经济逻辑倒转：生成一份序列已成为常规工作，而解释一份阴性序列，则需要越来越专业的劳动力、文献访问能力和跨病例推理。

3. 诊断之旅最终落在一支刻意多元的团队上

许多家庭要在本地医疗机构和专科医生之间辗转多年，才能来到 Boston Children’s。Manton Center for Orphan Disease Research 接受患者自荐，收集病历和既往遗传学资料，再进行重新测序，或采用 RNA-seq、长读长测序等新方法。
2014 年，Zack Kohane 提议开展一项计划，将 3 个看似符合孟德尔遗传的家系交给 23 支国际团队分析。其中 2 个家系获得诊断；总体而言，由不同背景成员组成的团队明显优于单一由生物信息学家组成的团队。
成功团队中既有研究助理、遗传咨询师和研究人员，也有多种类型的临床医生。Brownstein 对 AI 部署的长期经验是：“让拥有多种能力的多学科团队共同工作，整体表现会好得多。”

4. 诊断是层层叠加的证据，不是一条神奇流水线

新病例往往带着大量病历资料到来，如今还经常附带一只 U 盘里的基因组数据。Brownstein 会运行多条基因组分析流程，因为综合系统可能制造假阳性，而更简单的黑箱系统则可能在不解释原因的情况下悄悄删掉变异。
表型会通过 HPO、ICD-9/10 或 SNOMED 等本体编码，再与不同层级的遗传数据结合，包括原始 FASTQ 文件、比对后的 BAM 文件以及处理过的 VCF 变异列表。流程会根据表型与基因的匹配度，以及预测的致病性，对变异排序。
如果已知疾病基因无法解释病例，研究人员会继续寻找异常结构变化、易位、缺失、重复和受扰乱的基因表达。他们也可能加入表观遗传检测，或通过全基因组分析和 SCAT 等罕见变异检验，考虑多因素解释。
即使从更宽泛的统计口径看，遗传检测阳性率也只有约 25%，意味着约 66% 到 75% 的结果为阴性。Brownstein 的团队可能耗尽整套分析手段，仍然只能把病例搁置一年，等待新的线索出现。

5. 表型翻译质量和关系生物学决定哪些线索会上升

“没有眼泪”这样具体的线索，可能强烈指向某一种疾病，但前提是“alacrima”“no tears”以及受文化影响的日常表述能够被准确对应。Brownstein 特别提到 Monarch Initiative 在连接 HPO 术语、患者语言和动物表型方面的工作。
更复杂的流程会利用生物学关系：如果基因 A 与某种表型相关，并且与基因 B 发生相互作用，那么即使 B 尚未建立明确的疾病关联，B 上的大型变异也可能成为候选线索。
Brownstein 的第一个成功病例正是如此。一名患者出现发作性共济失调，随后身体变得僵硬并锁定在某个姿势；测序找到了 KCNA1。它不是预期中的基因，但与预期基因相关，因此“一下子升到了候选列表的绝对顶端”。

6. 重新分析能在医学无法改变过去之后，改变一个家庭的未来

重新分析之所以重要，是因为“你不可能成为每个基因、每种疾病和每类结构变异的专家”。某个变异今年被忽略，明年可能因为另一组研究人员建立了缺失的关联，直接成为浏览器给出的第一答案。
Brownstein 回忆起 3 名兄弟姐妹，他们约 20 年前因一种肌病去世。DNA 样本耗尽后，剩余的 RNA 仍可用于 RNA-seq，最终发现了一个“我想是 CFL2”的变异，为尚在世的兄弟姐妹提供了携带者检测和家庭规划的信息。
团队曾讨论，在多人已经去世后才完成诊断，是否还能算成功。Brownstein 的结论克制但实际：它无法修复过去，却能让下一代“睁大眼睛”继续生活和做决定。
另一个家庭获得了一种罕见骨病的诊断，患者横跨 3 代，其中还包括一名 90 多岁的亲属。诊断无法撤销此前不必要的手术，却把一段 3 分钟的症状叙述，变成了一个 10 秒就能说清楚的解释。

7. 候选发现如今需要队列、复现和群体背景支持

2011 年，一个惊人的蛋白质预测可能立刻激发论文发表的兴奋感。到了 2024 年，“水位线正在上升”：单个异常变异可能只是随机事件，因此研究人员会寻找同一基因出现变异、且表型相近的其他家系。
Matchmaker Exchange 和 Beacon 能帮助研究人员找到这些家系。单个病例可以加入一个已有 19 名患者的病例系列，从而形成更有说服力的基因—疾病关联，也让患者家庭与相关专科医生建立联系。
预测工具只是证据，不是圣旨。Brownstein 会使用 CADD、SIFT、PolyPhen 和蛋白质影响模型，但提醒说，一些已知的疾病关系可能根本过不了这些过滤器，因为在某些基因中，看似轻微的扰动也可能产生重要影响。
一个令人兴奋、且高度保守的变异，也可能在被证明于某个测序不足的族群中很常见后失去意义。因此她提出了一个绝对的数据要求：“我们需要测序全世界”，才能把因果关系与孤立的背景变异区分开来。

8. 生物学缺失的接口层正在浪费专家产能

AlphaFold 和 STRING-DB 等蛋白质折叠与相互作用工具“非常惊人”，但生物学相互作用图谱仍有大量区域未被照亮，许多工具也依然难以使用。Brownstein 说，前沿蛋白质分析工具对用户如此不友好，仍让她感到意外。
她最尖锐的例子来自实际操作：一家测序公司只通过命令行指令交付数据，也不提供任何帮助。她不得不临时学习 Harvard/Boston Children’s 的超级计算机，只为传输自己的文件——“这是巨大的时间浪费”。
Labenz 认为，机会在于为不会编程的生物学家和医生提供一层 UI 与编排能力。Brownstein 补充说，如果工具只能由熟悉 Unix 的人使用，也会压制其创造者从未设想过的应用场景。

9. 共享激励对发现的约束，超过了原始数据稀缺本身

Brownstein 理解年轻研究人员为什么可能不愿共享罕见病例：他们希望靠一篇足以改变职业生涯的论文成为主导作者，而不是在别人的联盟项目中沦为共同作者。但这种激励会让病例停滞，也把研究者利益置于患者利益之前。
Boston Children’s 的 CRDC 队列委员会和全院 GeneDx 浏览器提供了更好的模式：研究人员可以查询去标识化的遗传变异，不接触姓名、表型或其他可识别信息；如果发现匹配，再联系负责医生。
一次候选基因查询找到了另外 4 名患者，随后一名医生把 Brownstein 引向荷兰主导的病例系列。结果是更完整的疾病描述、论文发表，以及患者与专家之间的直接连接。
她粗略估计，理想的数据共享会产生巨大影响。许多队列仍“躺在冰柜后面”，而加入多个项目和登记系统，则能提高未来发现真正抵达某个家庭的概率。

10. 行政默认设置可能让有效的科学结果归于无效

Brownstein 看到生物样本库政策多年来仍坚持主动加入，即使人们一直在推动更容易地共享废弃组织、尿液和其他样本。她认为，相关改革存在巨大的制度惯性，而受影响家庭真正看重的往往是速度，而不只是隐私。
她还提到 Mew 研发 Milusen 的 N-of-1 药物故事：一次机会，加上一户极其积极的家庭，最终克服了重重障碍。这类鼓舞人心的案例，可能只是大量无法跨越这些障碍的家庭所构成的“暗物质”。
研究发现还需要 Clea 认证实验室确认，并由医生或遗传咨询师向患者反馈。有时医生“就是不配合”——他们认为这件事价值不大，不愿回复邮件，或者单纯拒绝投入确认诊断所需的工作。
Brownstein 自己的家庭也曾无法获得一项研究发现的临床确认，因为一名亲属的医生不愿配合。再叠加不足的遗传咨询和错失的研究入组机会，这些看似微小的失败最终变成系统性障碍。
Brownstein 希望 AI 能把一部分自主权还给家庭：帮助他们更早识别正确的专科医生、检测项目或登记系统，减少对那些“运行得不够好”的基础设施的依赖。

11. AI 的第一个突破，是消除科学工作的琐碎劳动

在当前病例分诊工作之前，Brownstein 曾通过 Picory 资助项目使用交互式模型，把患者表型映射为 HPO 编码，整个过程由 7 个问题组成；这项工作当时仍在分析中。
Brownstein 已经获得的最大收益，恰恰是看似平淡的论文和基因摘要。过去她要找论文、遇到付费墙、登录 Harvard 图书馆，最后才发现摘要与问题无关；现在这套流程“每天还给了我几个小时”。
作为核心设施负责人，她用 ChatGPT 学习新推出的测序方法，为研究人员咨询做准备，并在近 20,000 个基因中总结陌生疾病。它还帮助她破解审稿人 2 号含糊的说法——自己遗漏了“一整套文献”。
共同方向都是从乏味检索走向专家判断：“它正在削减工作中那部分琐碎、耗时、非常无聊的内容”，然后把她送回基因发现本身。

12. 一个 500 人膀胱队列显示，AI 正作为研究过滤器运行

Brownstein 研究严重的间质性膀胱炎/膀胱疼痛综合征，这种疾病有时严重到患者无法离开家。在约 500 人的队列中，她和合作者寻找携带变异数量高于预期的基因，以及富集的多基因通路。
一条通路可能包含 12 个基因，统称为“小分子转运”。ChatGPT 可以快速完成第一轮筛查：逐一判断每个基因是否与膀胱疼痛、膀胱生物学或膀胱癌有直接关联；Brownstein 再对回答为“是”的结果进行验证和深入研究。
其中一条通路约 60% 的基因都与膀胱癌有明确关联，提示它们可能涉及膀胱表达和已知扰动。另一个基因与尿路上皮问题的关联，几乎让她尖叫，因为这提供了一个可信机制，足以在第二天早上的会议上讨论。
在另一个病例中，同样的方法帮助她在约 1 个半小时内，把 20 个合理候选基因缩小到 3 个，用于汇报。Brownstein 的判断带有代际意味：未来的遗传学家可能根本不知道，在这些工具出现之前，人们是怎么完成这项工作的。

13. 推理模型的越界，可能是错误，也可能是发现

Brownstein 仍在试用 o1 和 GPT-4o，还没有形成稳定的模型分类体系。她没有使用网页搜索，因为“网上有很多垃圾”，并表示即使幻觉和推理能力都在改善，检查输出仍然是最重要的环节。
Labenz 会尽量中性地设计提示词，因为模型可能迎合用户偏好的理论。Brownstein 面对的却是相反的问题：她只是问某个基因是否与某种表型有关，模型却可能给出一套聪明的多步机制论证；而她真正想要的只是直接把两者联系起来的论文——“不对，太远了，太远了。”
这段额外推理究竟是幻觉，还是类似 AlphaGo“第 37 手”的发现，目前仍无定论。Brownstein 的诚实回答是：“也许是我不够聪明，没看懂，但它是对的。我不知道。”她提出的办法也很直接：继续测试。

14. 资助项目瞄准最低充分数据、算力与整合能力

Brownstein 的 OpenAI 项目要回答的是：如何更快完成诊断、生成新假设，以及一个答案最低需要多少数据和算力。她目前只是总结病例，而不是上传完整病历；即使在 Boston Children’s 受保护的 ChatGPT 部署环境中，她仍然无法让引文稳定工作。
完整病历和基因组会带来跑题、无关相关性和高算力消耗：“不是每个抽烟的人都会得癌症。”每个问题都要消耗能源，因此研究重点不只是最大化上下文，而是筛选真正有意义的证据。
一年后，Brownstein 想象中的系统会是经过封装、带有引导的界面，帮助患者提出正确问题，也让研究人员更清楚地表达使用场景。她希望病例求解能够实现，但拒绝做出承诺：“我不知道到时是否真的能做到。”
Labenz 的判断更激进：o3 在极高算力下的 FrontierMath 表现接近 25%，低算力下为 10%，而此前的上限约为 2%。即使受到上下文限制，他仍预计总结和过滤能力足以让部分罕见病病例变得可处理；Brownstein 则提议一年后再聚，看看实际进展如何。

AI Agent 如何重塑客户支持：与 Decagon 的 Jesse Zhang 对谈 Yoshua Bengio——为安全 AI 从设计上去除自主性