可自行複製！AI首次從零設計出全新病毒 專家憂生物安全風險

美國科學家首次利用人工智能（AI）設計出具完整功能、可在實驗室自行複製的全新病毒，標誌着生成式AI已從設計蛋白質與抗生素，跨入撰寫完整基因組的新階段。這項成果雖為疾病治療帶來突破，亦引發迫切的生物安全與國安疑慮。

綜合外媒報道，這項研究刊登於《科學》（Science）期刊。史丹佛大學（Stanford University）研究團隊利用Evo1、Evo2基因組語言模型，設計出只會感染細菌的噬菌體。這類模型的運作方式類似ChatGPT等大型語言模型，只是預測的不是文字，而是DNA等「生命的語言」。這是生成式AI首次被用來設計完整基因組，設計出的病毒不僅能自行複製，也能在細胞中執行其他功能。

美國科學家首次利用人工智能（AI）設計出具完整功能、可在實驗室自行複製的全新病毒。資料圖片

AI生成數千種可能的基因組後，研究人員挑選近300種在實驗室合成，最終有16種能正常運作並殺死大腸桿菌。研究人員將多種AI設計的噬菌體混合使用後，更迅速克服兩種對天然噬菌體具有抗性的大腸桿菌菌株，有望為抗生素抗藥性感染提供新的治療方式。

美國科學家首次利用人工智能（AI）設計出具完整功能、可在實驗室自行複製的全新病毒。CGTN資料圖片

研究團隊指出，快速設計基因組並針對特定細菌加以調整，可能改變噬菌體療法，也能擴大生物科技的應用範圍。史丹佛大學助理教授海伊（Brian Hie）認為，這項技術可能大幅改善人類健康，未來也可能延伸至新藥、酵素、抗體及其他生物治療工具。

美國科學家首次利用人工智能（AI）設計出具完整功能、可在實驗室自行複製的全新病毒。資料圖片

美國科學家首次利用人工智能（AI）設計出具完整功能、可在實驗室自行複製的全新病毒。資料圖片

不過，生成式AI既能設計自然界原本不存在的病毒基因組，也可能遭到惡意利用。研究團隊為降低風險，刻意排除可感染人類、動物及植物的病毒資料，僅研究噬菌體，並在安全實驗室內進行。

美國科學家首次利用人工智能（AI）設計出具完整功能、可在實驗室自行複製的全新病毒。資料圖片

美國科學家首次利用人工智能（AI）設計出具完整功能、可在實驗室自行複製的全新病毒。資料圖片

約翰霍普金斯大學（Johns Hopkins University）健康安全中心專家警告，利用AI組合病毒基因組的能力已經出現，但相關治理機制尚未建立；不應嘗試設計可感染人類、動物或植物的病原體，否則可能產生現有藥物、疫苗或其他防治措施無法控制的新型病原體。

美國研究團隊研發名為「FaceSurvival」的AI工具，只需透過分析癌症患者面部自拍照，便能精準找出死亡風險較高的人士。測試顯示，高風險組別於90天內的死亡率逾一半，較低風險組別高出逾3倍。這項創新技術有助將傳統臨床直覺量化，為醫生制定個人化療程提供可靠參考。

美國研究團隊研發出名為「FaceSurvival」的AI工具，只需透過分析患者的面部自拍照，便能精準找出死亡風險較高的人士。資料圖

研究團隊運用了超過4,000萬張公開的面部照片，以及逾3.4萬名癌症患者的肖像圖像，對AI模型進行深度訓練，隨後再以3,820名患者進行實測驗證。測試結果顯示，在122名被AI系統歸類為最高風險等級的患者當中，共有64人在短短3個月內離世；相比之下，最低風險組別的975名患者中，同一時期內僅得20人逝世。即使研究人員把患者的年齡、性別以及所患癌症類型等傳統變數考慮在內，高風險組別的死亡機率依然比低風險組別高出3倍以上。

美國研究團隊研發出名為「FaceSurvival」的AI工具，只需透過分析患者的面部自拍照，便能精準找出死亡風險較高的人士。資料圖

科學家深入研究發現，AI模型在判斷患者的存活概率時，會重點分析眼眶下方以及鼻樑周邊位置的極微妙變化。此外，這套評估機制的精準度，適用於各類不同病種與病程階段的癌症患者。

AI模型在判斷患者的存活概率時，會重點分析眼眶下方以及鼻樑周邊位置的極微妙變化。《The Lancet Digital Health》圖

AI模型在判斷患者的存活概率時，會重點分析眼眶下方以及鼻樑周邊位置的極微妙變化。《The Lancet Digital Health》圖

研究共同作者Grace Lee指出，臨床醫生長久以來皆會藉由目測患者的外表容貌，來初步判斷其身體狀況；而這套全新研發的科技工具，正是將這種過往僅憑經驗的「直覺判斷」予以「標準化與量化」，極有助於提升病情預後估算以及臨床醫療決策的準確度。

AI模型在判斷患者的存活概率時，會重點分析眼眶下方以及鼻樑周邊位置的極微妙變化。《The Lancet Digital Health》圖

與此同時，研究團隊亦同步開發出另一款名為「FaceAge」的輔助系統，專門用作評估個人的生理年齡。數據顯示，若一個人的外貌看起來比實際年齡年老5歲或以上，其死亡風險會相應增加21%；相反，若外貌看起來比實際年齡年輕至少5歲，其死亡風險則可降低17%。研究亦證實，不良生活習慣如吸煙、酗酒及吸毒，均會顯著加速容貌衰老，當中尤以吸煙的影響最為顯著。

研究亦證實，不良生活習慣如吸煙、酗酒及吸毒，均會顯著加速容貌衰老，當中尤以吸煙的影響最為顯著。《The Lancet Digital Health》圖

領導是項研究的哈佛醫學院放射腫瘤學教授麥教授（Raymond Mak）表示，面對全球人口日益老齡化，醫療體系極需更有效率的途徑來評估患者的整體健康狀況及身體虛弱程度，從而精準判斷其是否適合承受手術、放射治療或其他侵入性較強的進取型癌症療程。

研究亦證實，不良生活習慣如吸煙、酗酒及吸毒，均會顯著加速容貌衰老，當中尤以吸煙的影響最為顯著。《The Lancet Digital Health》圖

麥教授強調：「我們的核心宗旨，是希望將透過面部照片進行的健康評估，轉化得更具體量化、更具一致性且易於大規模普及應用，從而協助醫護團隊為患者打造個人化醫療方案，而非企圖取代執業醫生的專業判斷。」相關重大研究成果已正式發表於國際權威醫學期刊《The Lancet Digital Health》。