“一人一药”第一次跑进千人三期：AI真正改变的，是精准治疗的工业化

8月19日，我看到一条很容易被写成“AI攻克癌症”的新闻。

莫德纳（Moderna）和默沙东（Merck）宣布，双方共同研发的个体化mRNA肿瘤治疗 intismeran autogene，也就是此前的V940、mRNA-4157，在黑色素瘤三期临床试验INTerpath-001中取得阳性结果。

但我把官方公告、临床试验登记和此前发表的二期研究重新看了一遍之后，觉得这件事真正值得关注的地方，并不是“AI治癌”。

而是另外一句话：

一种每个患者配方都不一样的药，第一次被塞进了一个超过1100人的三期临床试验体系，而且这套系统真的跑起来了。

这可能比“AI发现了一种新药”更值得我们理解。

---

一、先把最重要的数据说清楚：1137人的三期成功了，但具体疗效数字还没公布

这次试验叫INTerpath-001。

按照默沙东和莫德纳8月19日公布的结果，共有1137名已经完整切除肿瘤的IIB-IV期高风险皮肤黑色素瘤患者进入试验。

试验比较的是两种方案：

一边是intismeran autogene加帕博利珠单抗，也就是大家更熟悉的K药Keytruda；另一边则是安慰剂加K药。

结果显示，联合治疗同时达到了两个重要指标：

无复发生存期（RFS）得到具有统计学意义和临床意义的改善；无远处转移生存期（DMFS）同样得到改善。

按照两家公司目前的说法，这是个体化新抗原治疗首次取得阳性的三期临床结果，也是mRNA癌症治疗第一次取得阳性的三期结果。

不过这里必须踩一下刹车。

截至8月22日，两家公司公布的还只是topline results，也就是顶线结果。

具体的风险比、绝对复发率、生存曲线，以及到底降低了多少复发风险，目前都没有完整公开。双方表示会在之后的国际医学会议上公布详细数据，并与监管机构讨论申报。

所以，如果你最近在网上看到一句话：

“三期试验证明癌症复发风险降低49%。”

这个说法目前并不准确。

49%来自此前KEYNOTE-942二期研究的长期随访，不是这次1137人三期试验的数据。

2026年公布的五年随访数据显示，此前的二期研究中，intismeran autogene加K药相较K药单药，将复发或死亡风险降低了49%。

这是两组完全不同的数据。

对于医疗新闻来说，这个区别非常重要。

---

二、为什么黑色素瘤会成为第一块试验田？

看到这条新闻时，我马上想到了这几天看到的歌手毕夏访谈。

她第一次比较完整地谈到丈夫张恒远患黑色素瘤以及最后离世的过程。张恒远于2023年因黑色素瘤去世。

访谈里那些关于一个身体强壮的人如何一步步衰弱下去的描述，让我第一次非常直观地意识到，这个我们平常接触并不多的癌症，到底有多凶险。

“皮肤癌之王”是媒体很喜欢使用的说法，我不太喜欢这种标签化表达。

但从数据来看，黑色素瘤确实值得警惕。

美国癌症协会估计，2026年美国大约会新增11.2万例黑色素瘤病例，约8510人因此死亡。黑色素瘤只占皮肤癌中的很小一部分，却造成了皮肤癌死亡病例中的大多数。

INTerpath-001研究的患者已经做完手术，肉眼能看到的肿瘤基本被切除。

但问题是：

切干净，不代表身体里绝对没有癌细胞。

少量残存癌细胞可能继续潜伏，最后导致复发或者远处转移。

所以，这里的所谓“癌症疫苗”，和我们小时候接种的预防性疫苗不是一回事。

它不是给健康人提前打上一针防癌。

更准确地说，这是一种治疗性、个体化新抗原免疫治疗：在手术之后重新训练免疫系统，让它继续寻找那些可能躲在身体里的残余癌细胞。

---

三、一人一药究竟是怎么做出来的？

我第一次研究这个技术时，最感兴趣的问题其实不是疗效，而是：

如果每个人癌细胞里的突变都不一样，药厂到底怎么给每个人单独做一支药？

整个过程大致可以分成几步。

首先，取患者的肿瘤组织和血液样本。

然后做基因测序，把肿瘤细胞和正常细胞进行比较，从中找到只存在于癌细胞里的体细胞突变。

难点从这里才真正开始。

一个肿瘤里可能存在大量突变，但并不是每一个突变都值得做进疫苗。

研究团队需要判断：

哪些突变最后能够形成新抗原？

哪些新抗原容易被患者自己的HLA系统呈递？

哪些最有可能被T细胞识别？

V940最终会在这些候选项中，选择最多34个患者特异性新抗原，再把相应信息编码进一条合成mRNA中。

《Nature Cancer》在讨论这项技术时提到，它使用了整合肿瘤和血液下一代测序信息的生物信息学流程来预测患者的新抗原；此前发表在《The Lancet》的随机二期研究，则验证了这条技术路线在人群中的临床可行性。

如果用一句大白话解释：

这是给免疫系统定制了一份属于这个患者自己的“癌细胞通缉令”。

张三和李四即使都得了黑色素瘤，他们最后拿到的mRNA序列也可能完全不同。

这就是所谓的“一人一药”。

---

四、真正改变游戏规则的，不只是“精准”，而是药开始变成一个信息产品

我觉得这里出现了一个特别值得AI行业关注的变化。

过去我们说精准医疗，很多时候是什么意思？

先把市场上已有的药摆出来。

有A突变，用A药。

有B突变，用B药。

没有这个靶点，那就再换另一套方案。

本质上仍然是：

人在药物之间进行匹配。

而个体化mRNA新抗原治疗往前推进了一步。

它变成了：

根据这个患者的信息，重新生成药物中的一部分内容。

这跟传统制药的工业逻辑很不一样。

mRNA提供了一种相对模块化的平台：RNA制备、脂质纳米颗粒、灌装、质量体系以及大量生产基础设施可以平台化，而真正不断改变的，是里面编码的信息。

于是药物第一次在某种程度上开始具备软件产品的特征：

底层平台保持相对稳定，上层载荷根据用户——也就是患者——重新生成。

莫德纳甚至专门使用“One Medicine for One Patient”来描述这套制造模式。

但问题随之而来。

软件给1000个人生成1000份不同结果很容易。

药不行。

---

五、真正困难的是：你要同时管理几百条“一次性生产线”

传统制药工业最擅长什么？

一款药确定之后，把完全相同的产品生产几十万盒、几百万盒。

规模越大，单位成本越低。

“一人一药”恰好反了过来。

每个患者都要经历：

取样、测序、分析、设计、生成序列、生产、质量检查、放行、物流、医院排期、给药。

而且每一个批次只能给对应的那个人。

一旦医院调整治疗日期，生产计划可能跟着变。

如果某个样本晚到了几天，后面的排产可能也要重新安排。

如果质量检测出现问题，又需要重新计算整个时间表。

到这里，你会发现：

一人一药首先不是一个生物学问题，而是一个极端复杂的计算和供应链问题。

这也是我认为AI在这件事情里最有意思的位置。

---

六、AI没有杀死癌细胞，它藏在药物后面的“操作系统”里

如果只看莫德纳和默沙东8月19日的临床公告，你甚至会发现一个很有意思的现象：

新闻标题没有强调AI。

因为真正产生医疗作用的，是mRNA、新抗原、人体免疫系统以及PD-1抑制剂。

AI并不是药效本身。

但如果继续向后追踪莫德纳之前公开披露的技术架构，就会看到AI实际上藏得很深。

莫德纳曾公开介绍，个体化新抗原项目在两个关键位置使用算法。

第一个，是设计药物。

公司表示，其整合的AI算法会处理来自患者肿瘤和血液的下一代测序数据，在大量突变中预测最可能引发免疫反应的新抗原，最后筛选最多34个候选目标。

这里需要非常严谨地补充一句：

学术论文更多使用的是bioinformatic pipeline，也就是生物信息学流程这个概念；“AI算法”主要是莫德纳对其内部工程系统的公开描述。

两者并不矛盾，但我们不应该因为今天AI很火，就把所有计算生物学技术统统重新包装成AI。

第二个位置反而更有意思：

生产排程。

莫德纳开发了一套名叫 Maestro 的数字系统。

它把临床运营、生产、质量保证、物流和患者给药日期放到同一个系统中。

如果某一个患者的日程发生变化，下游生产计划可以跟着重新调整；AI调度算法则根据实时产能、设备和各种约束条件，重新安排患者批次。

这件事听起来没有“AI发现抗癌分子”那么性感。

但它很可能恰恰是个体化治疗能不能真正商业化的关键。

因为当患者只有10个人的时候，可以靠项目经理盯Excel。

100个人，开始复杂。

到了1000个人，每个人还有不同配方、不同生产时间和不同医院给药窗口，人脑很快就会撞到复杂度上限。

---

七、所以这次1137人的意义，可能不只是临床三期

这里还需要纠正另一个容易产生的误解。

1137人是整个三期试验的受试者规模，并不是1137个人全部拿到了个体化癌症疫苗。

INTerpath-001采用约2:1随机分组，约三分之二患者进入V940加K药组，另外约三分之一进入安慰剂加K药组。

但即便如此，这件事情依然非常重要。

因为它意味着一个需要不断生成患者特异性产品的系统，已经不再停留在十几个、几十个人的概念验证中，而是进入了大型、多中心、随机三期临床试验。

换句话说：

这不只是一次医学实验。

某种程度上，它也是一次制造系统、算法系统、医院协作系统和全球供应链的压力测试。

这也是“一人一药”真正难的地方。

---

八、AI制药越来越重要，但它最先改变的可能不是“发现神药”

这让我想到今年6月OpenAI和Molecule.one公布的另一个实验。

他们把GPT-5.4接入Molecule.one的Maria自动化化学平台，让AI参与真实的药物化学实验。

从提出假设、筛选研究方向，到自动化实验室执行，再根据实验结果进行下一轮设计，整个项目在大约三个月里进行了10080次真实化学反应。

最终系统找到了一种利用TEMPO改善特定Chan-Lam偶联反应的方法。

随后人类化学家重新回到普通实验台进行验证。

14组代表性底物组合中，有11组确认产率得到提高，其中8组提升超过两倍。

这个实验同样很容易被误写成：

“AI发现新药。”

其实没有。

它解决的是一个更基础但非常现实的问题：

怎样更可靠地把候选分子做出来。

这两件事情放在一起看，我反而觉得AI制药真正的路线越来越清晰。

AI未必突然产生一个“神药分子”，然后宣布医学革命。

它更可能先一点一点消灭制药产业里的计算瓶颈：

文献搜索太慢，AI帮你找。

候选空间太大，AI帮你筛。

化学实验组合太多，机器人加AI帮你跑。

新抗原候选太多，算法帮你排序。

个体化药物批次太复杂，AI帮你调度。

AI正在做的，是让过去因为组合数量太大而根本无法人工完成的事情，第一次变得可执行。

---

九、但人体实验，仍然是AI不能快进的一关

这也是我认为这条新闻最需要保持克制的地方。

AI可以让你一天生成100万个分子。

不代表里面一定有药。

AI可以让机器人连续跑上万次反应。

不代表这个分子进入人体之后一定安全。

AI可以迅速预测哪些癌症突变更可能产生新抗原。

也不意味着患者最后一定不会复发。

生命科学最后有一道关，谁也绕不过去：

真实的人体。

所以直到今天，intismeran autogene仍然是研究性疗法，还没有正式获得监管机构批准。

三期试验虽然已经报出阳性结果，但完整数据尚未公开，总生存期等终点也还需要继续观察。

它能否帮助肺癌、肾癌、膀胱癌等更多癌症患者，同样需要一项项临床试验回答。

美国国家癌症研究所目前列出的intismeran autogene研究，已经覆盖黑色素瘤、非小细胞肺癌、膀胱癌等多个方向。

所以我们现在还远远不能说：

“一人一药时代已经全面到来。”

更准确的说法应该是：

过去只能在小规模实验中想象的“一人一药”，现在第一次证明自己有可能进入大规模医疗工业体系。

---

十、AI真正改变医疗的方式，可能比我们想象得更“后台”

AI时代有一个很大的误区。

我们总希望找到一个特别直观的时刻：

AI诊断癌症了。

AI发明药物了。

AI治好了病人。

但现实里的技术革命往往没有这么戏剧化。

真正重要的变化，可能藏在几十个没人关注的后台系统里。

一个算法把几千个突变缩小到34个。

一个系统同时管理几百个患者的不同药物批次。

一个自动化实验室一口气做完过去十年才能完成的实验数量。

一个生产平台让“改变药物里的信息”逐渐比“重新建一套制药体系”容易。

这些变化单独看都没有那么震撼。

连起来看，意义却很大。

因为现代医学过去一个非常现实的限制，就是：

我们知道每个人都不一样，却只能用工业化生产出来的标准产品去治疗每个人。

真正的精准医疗，最终要求制药系统同时拥有两种看起来互相矛盾的能力：

既能够像流水线一样规模化，又能够像手工作坊一样个性化。

以前这两个目标几乎不能同时实现。

算法、自动化、机器人和mRNA平台正在一点点改变这件事。

所以在我看来，8月19日真正值得记住的，并不是“AI攻克了癌症”。

而是：

AI开始让“每个人拥有不同药物”这种过去极其昂贵、极其复杂的医疗模式，第一次具备规模化运行的现实可能。

这条路距离真正普及还有非常远。

药能不能获批？

生产一支到底要多久？

成本是多少？

医保是否承担？

医院有没有能力完成样本、基因测序、生产和给药的协同？

这些问题，目前一个都不能跳过去。

但一个技术真正进入现实世界，往往不是从“无所不能”开始。

而是从某一天起，我们突然发现：

过去根本跑不起来的系统，现在终于可以跑了。

---

关注本站，每天分享跨境电商前沿资讯（ Ctrl + D 收藏本站/收藏为书签 ）

参考来源

1. Merck & Moderna，2026年8月19日INTerpath-001三期顶线结果公告。
2. Moderna CEO Stéphane Bancel，关于intismeran autogene三期结果的IR Insights。
3. ClinicalTrials.gov，INTerpath-001 / NCT05933577试验登记。
4. Weber JS等，《The Lancet》，KEYNOTE-942随机二期研究。
5. 《Nature Cancer》，个体化新抗原治疗及其测序、生物信息学设计流程。
6. Merck & Moderna，KEYNOTE-942五年随访数据，2026年。
7. Moderna，mRNA-4157/V940中的AI算法与Maestro生产调度系统说明。
8. OpenAI、Molecule.one，近自主AI化学家与10080次化学反应实验，2026年6月。
9. American Cancer Society，《Melanoma Skin Cancer Statistics 2026》。