全球最大超大规模云服务商(运营大规模计算基础设施的企业)亚马逊云科技(AWS)医疗业务负责人、首席医疗官(CMO)罗兰·伊林警告称,今后抗生素耐药性可能成为医疗领域的严重问题。自1928年发现青霉素以来,抗生素在疾病预防中发挥了核心作用,但随着细菌产生耐药性,抗生素可能变得无效。在蛋白质结构预测人工智能(AI)模型“AlphaFold”的共同开发者、谷歌DeepMind首席执行官(CEO)戴米斯·哈萨比斯等人获得2024年诺贝尔化学奖、AI在医疗领域应用的期待升温之际,他主张应加快AI研究,以寻找攻克癌症和克服细菌耐药性的方案。
Seoul Economic Daily在上月30日至本月1日(当地时间)于华盛顿特区沃尔特·E·华盛顿会议中心开幕的“AWS Summit 2026”上对伊林CMO进行了采访。以下以问答形式整理采访内容。
AWS在医疗领域做哪些工作
我们致力于推动技术获取的大众化(democratise),以便患者获得更好的治疗结果。为此我们与最终客户、医疗提供方、政府、研究机构、医院、保险公司等合作。也与医疗记录服务企业、基因组测序(genomic sequencing·基因组碱基序列)企业,以及为提供新疗法而开发下一代机器人和药物的生命科学组织合作。为了让新解决方案更容易开发,AWS在过去6~7年间集中投资于医疗健康和生命科学专用服务。
AI企业纷纷进入新药开发领域。AWS如何
我们正在支持全球前20大制药企业中的19家。开发新药的大型制药公司都在使用AWS。从研发到临床试验、生产、商业化、上市后评估,我们在所有领域与它们合作。我们也与监管机构合作。例如支持美国食品药品监督管理局(FDA)的药物评估平台,并与欧洲药品管理局合作。
AWS在韩国也开展多项合作项目。我们与三星首尔医院保持合作关系。在韩国17家医院搭建了分析急诊记录、进行脓毒症早期发现和重症度评估的AI平台。我们也与研究机构、医疗服务提供企业、监管机构合作。
我们与Anthropic、OpenAI、Cohere以及开源AI模型企业保持良好关系。我们想做的是扩大对各种模型的可获取性。
请介绍与韩国企业的合作项目
代表性的是韩国的Inocras。Inocras是一家专注于基因组诊断、全基因组测序(WGS)、生物信息学和临床解读服务的公司。我们与Inocras、美国博德研究所实际开展了基因组测序分析,并在圣迭戈举行的美国癌症研究学会(AACR)上发表。
癌症患者都有其基因碱基序列。我们分析了8000多个基因和30多种癌症类型,在癌症类型中发现了超过2.5亿个各类变异。可获得的信息非常多,可用于开发个体化定制治疗。韩国在这类技术上处于领先地位。韩国发布的惊人技术正在向全球扩散。
AI真的能治愈癌症吗
AI无法直接治疗癌症,但可以利用AI开发有助于癌症治疗的模型。AWS有一个名为Amazon Bio Discovery的生物学基础模型框架。它支持整合40个生物学基础模型。可以对每个模型应用测试靶点(标靶),研究如何开发新药物。它不只是AI模型的框架,而是实际上起到把模型在实验室中构建起来的连接纽带作用。
过去一年,我们与纪念斯隆-凯特琳癌症中心共同开发了用于AI模型的框架(harness·控制体系)。纪念斯隆-凯特琳癌症中心拥有儿童脑癌靶点。该中心选择了多种模型来制造攻击癌症的抗体。他们制造了超过30万个不同的抗体分子来攻击癌症,并从中筛选出10万个。抗体应当治疗癌症,而不能攻击其他东西。因此必须非常具有选择性。要从众多模型中选出对癌症具有强活性、而对癌症以外无活性的模型,在实际实验室中制作并确认其效力。实验结果再反馈到模型中。
利用基础模型开发药物,在实验室测试后再反馈到模型,反复这一过程以缩小选择范围。结果我们确认了5种被认为适合实际制成新药的抗体。这一过程在数周至数月内完成。过去这样的分析需要数年时间。我认为生物学基础模型和大语言模型(LLM)今后能够引领癌症治疗,这非常令人鼓舞。
我们曾与上一届政府合作参与儿童癌症倡议“癌症登月计划”(Cancer Moonshot)项目。与全球33家主要儿童医院一起,建立了收集罕见癌症、尤其是儿童罕见脑癌资料的数据平台。5年前我们还启动了健康公平促进事业(Health Equity initiative),向致力于改善健康差距的团体提供额度,支持金额超过9000万美元(1386亿韩元)。通过该项目还资助了儿童项目以及帮助产后患有高血压女性的项目。我们也参与了在印度提供儿童健康追踪服务的项目。
AI能降低高昂的医疗费负担吗
观察患者的全部治疗流程,会包括就诊搜索、引导、保险衔接等。我们试图解决医疗费用问题的方式之一,是减少治疗过程中浪费的时间和不必要的检查。
Sharecare是一个很好的例子。(Sharecare是数字医疗企业,上月30日宣布与AWS合作推出下一代健康导航平台)Sharecare正在运营名为Ask MD的服务,为解决患者不知该去哪里而产生的费用问题,提供医疗系统导引支持。它在美国拥有7500万注册用户,其中1000万为活跃用户。
AWS正在运营管理医疗团队工作事务的AI解决方案Amazon Connect Health。为支持医疗领域推出了5个智能体(AI助手)。可以确认主治医生是谁、何时有空,从而预约就诊。
您如何看待对AI的管控
在医疗领域,对AI的管控是必须非常严肃对待的问题。AI和人类必须共同参与。人介入意味着参与AI智能体的工作。AI智能体是能够独立执行任务并达成目标的自主软件。但目标必须由人来设定。可以有多个智能体,但最终必须由人对结果负责。有提出想法并进行测试的下级智能体,它们由监督智能体管理。但最终对AI或智能体的行为方式负责的必须是人
医疗领域最大的挑战是什么
有很多,但目前我们在思考抗生素耐药性问题。问题在于许多细菌对现有使用的抗生素具有耐药性。预计2025年至2050年因此死亡的人数将达3900万人。因此我们正专注于这一问题。
我们正与以研究新型抗生素和抗微生物耐药性疗法为目标的弗莱明倡议一起,构建安全、可扩展的抗生素耐药性信息整合平台。大多数国家都有传染病监测系统。问题是系统分散,各国之间互不沟通。不仅信息彼此隔离,数据本身也难以获取。
即便汇集数据,数据也过多且庞大。要管理关于人口、患者、结果的数据,需要大量算力。因此我们正在提供额度,帮助弗莱明倡议构建平台。为解决抗微生物耐药性问题,我们提供价值数百万美元的额度,以便其建成全球最全面的平台。他们拥有极为庞大的候选物数据,这些候选物被认为可能有效。
我们要做的是利用Amazon Bio Discovery这样的工具。通过它可以使用生物学基础模型测试分子是否有效,确认流程是否有效,并帮助其更快推进。






