OpenAI 聯合創始人 Greg Brockman 在週末放大了一個廣泛傳播的故事，關於一隻經由 ChatGPT 協助開發的個人化 mRNA 癌症疫苗治療的狗，引起科技和 AI 社群的關注。 此案例的主角是 Rosie，一隻七歲的沙皮狗，由澳大利亞 AI 顧問 Paul Conyngham 所飼養。 根據在網路上流傳的貼文，Rosie 在接受實驗性治療前只剩幾個月的生命，Conyngham 表示該疫苗是在 AI 聊天機器人的協助下開發的。
“在 2022 年，我注意到她頭上有奇怪的腫塊，” Conyngham 在一個 2024 年 11 月的串文中寫道，記錄了從一開始的經過。“獸醫判定為‘普通疣’，結果卻是晚期癌症。”獸醫估計 Rosie 只剩一到六個月，並告知 Conyngham 沒有其他辦法。 這個說法在 Brockman 與數十萬追隨者分享後迅速傳播，引起多個科技媒體的報導。 雖然治療本身似乎是真實的，但 ChatGPT 在開發疫苗中的角色卻引發爭議，一些研究人員質疑大語言模型在實際上能處理多少過程。
持續推進 Conyngham 表示他沒有放棄 Rosie，而是決定利用消費者 AI 工具建立一個研究流程。他從 ChatGPT 開始，利用它來設計攻擊方案。 模型告訴他需要基因測序，提供一份健康組織樣本和一份腫瘤樣本，並指引他找到特定的機構和設備。 “最諷刺的是，在之前與 ChatGPT 的聊天中，它說我應該聯繫 Elita 或 Dr. Martin，並建議我使用 Illumina 機器，”他當時寫道。 於是他跟隨這個線索。 新南威爾斯大學（UNSW）的主管將他介紹給 Dr. Martin Smith，該中心負責測序 Rosie 的基因組，費用約為 3000 美元。 十天內完成。健康組織的深度為 30 倍，腫瘤為 60 倍：這是為了分離驅動癌症的突變所需的較高通過率。中心返回了 320 GB 的原始數據。 基因信息以 A、T、C 和 G 字母串的形式呈現，專家們最終得到了一疊約 70 萬頁只包含這四個字母的雙面資料，根據去年六月新南威爾斯大學的報告。那是 Rosie 的基因組，她的生物指紋。 接著，他專注於 c-KIT，一種在狗的肥大細胞腫瘤文獻中有充分記錄的蛋白質。
他利用 Google 的 AlphaFold 模擬 Rosie 版本的蛋白質，並與健康基線進行比較。結果看起來不對，出現了與文獻預測相符的突變。他接著搜尋可能攻擊 c-KIT 或類似蛋白的現有化合物，找到一種：已在美國用於治療不同人類癌症的藥物。 “我們取了她的腫瘤，測序了 DNA，將組織轉換為數據，並用這些數據找出她 DNA 中的問題，然後開發出相應的治療方法，” Conyngham 週六在澳洲 Today Show 上說。“ChatGPT 在整個過程中都提供了協助。” AI 的真正角色 儘管如此，ChatGPT 發現癌症治療方案與協助研究之間仍有很大差距。 Conyngham 最終與 UNSW RNA 研究所所長 Palli Thordarson 教授取得聯繫。“@martinalexsmith 教授進行了 DNA/RNA 測序，將 Rosie 的組織轉換為原始數據，” Conyngham 發帖說。“@PalliThordarson 教授組裝了 mRNA 疫苗，”他在另一則推文中補充。 Thordarson 在自己的串文中證實了這一點：“很自豪能與 @UNSWRNA 一起參與並製作 Rosie 的 mRNA-LNP，”他在週日的 X 上寫道。“RNA 技術、基因組與 AI 的交叉點，為改變我們的醫學方式並使其更公平提供了機會。” 但 Dr. Smith 並非在 ChatGPT 螢幕前的人。他是一位大學教授，負責運營 RNA 研究所，做著他的實驗室本該做的事。 當 Conyngham 確定最終疫苗結構——即將編碼到 mRNA 中的具體分子藍圖——時，他揭示了設計它的工具。不是 AlphaFold，也不是 ChatGPT。“Rosie 的最終疫苗結構由 Grok 設計。” 不過，他在另一篇貼文中也提到，“Gemini 也做了很多繁重的工作。”
ChatGPT 被用來篩選科學論文，找出可能幫助的研究人員。聊天機器人指向 Ramaciotti 中心，並建議使用適合的測序設備，主要作為瀏覽研究文獻的工具。這個角色雖然有用，但與設計疫苗或進行科學分析不同。 AlphaFold，是 Google DeepMind 開發的深度學習系統，能從氨基酸序列預測蛋白質的三維結構。它並非第一個訓練於生物數據的模型：其他開源項目如 Ankh 或 AlphaGenome 也在類似的基礎上運作。 Conyngham 使用 AlphaFold 模擬 Rosie 的 c-KIT 蛋白質。渲染的信心分數為 54.55，UNSW 結構生物學家 Dr. Kate Michie 公開描述為偏低。 她指出 AlphaFold “可能會出錯”，任何輸出都需要大量實驗室工作來驗證。UNSW 基因組學主管 Dr. Smith 在同一串文中公開確認，AlphaFold 並未用於疫苗設計。 Thordarson 也謹慎對待這個說法。 “這可能沒有治癒 Rosie，”他在 X 上寫道。“確實買了一點時間，但有些腫瘤沒有反應。” 他的團隊目前正在檢查那些腫瘤是否有不同的突變，這可能解釋為何部分治療有效，部分無效。疫苗也不是孤立起作用的。 “治療需要聯合使用一種檢查點抑制劑，” Thordarson 指出，“很可能與所有個人化癌症疫苗一起使用。”
iii) 在研究項目中估算實際成本較困難，因為我們都投入了大量的無償時間和資源。iv) 治療需要聯合使用檢查點抑制劑（很可能與所有個人化癌症疫苗一起）。v) 整體成本因此相當高。/3
— Palli Thordarson (@PalliThordarson) 2026年3月15日
AI 在癌症治療中的應用並非總是成功的歷史。 2017 年，IBM 內部文件揭示，宣稱能比人類腫瘤科醫生更好推薦癌症治療方案的 Watson for Oncology，曾產生被工程師標記為“危險且不正確”的建議。 MD 安德森癌症中心在花費 6200 萬美元後放棄了這個項目。IBM 在 2022 年將 Watson Health 全部出售。 Rosie 案例並不屬於 AI 失敗的範疇。沒有人受到傷害，基礎科學已經建立，參與的研究人員也具有認可的資格。 mRNA 平台本身得到了臨床研究的支持。令人不安的更多是這個故事的框架。當 AI 工具被歸功於科學家和研究機構所完成的工作時，可能會模糊公眾對這項技術實際作用的理解。 進行測序、製作疫苗和管理安全規範的研究人員，可能會逐漸淡出背景。 這一事件提醒我們，AI 可以協助瀏覽科學文獻等任務，但仍遠未能取代設計和生產醫療治療所需的專業知識和基礎設施。
