使用 AI 应对儿子的癌症诊断
摘要
AI 改变了 Nathan Labenz 应对自己6岁儿子 Burkitt 白血病快速进展的轨迹。 人类医生两次因样本显示溶血而忽略了约1,500的 LDH 读数，并称他们已经“排除了任何危及生命的情况”；GPT-5 Pro、Claude 4.1 Opus、Gemini 2.5 和 Grok 4 则将其视为需要在24–48小时内采取行动的红旗信号。Labenz 最强烈的实践结论是明确的：面对严重医疗危机，“要积极同时使用人类医生和 AI 医生”。
就目前结果而言，这几乎是这种可怕疾病所能出现的最佳结局。 Burkitt 白血病最快可在24小时内翻倍，而 Ernie 的病情包括巨大的腹部肿块、广泛病灶、骨髓受累，以及可能存在但尚不明确的脑脊液受累。治疗开始约10天后，主肿块缩小了约80%，许多病灶已经消失，最新的骨髓和脑脊液检测均显示清除——因此，相比长期控制，治愈已成为压倒性更可能的结局。
产品层面的启示是，即使底层数据完全相同，模型选择、语气和上下文呈现方式也能改变现实决策。 Claude 4.1 Opus 的警报语气强烈到引发了近乎恐慌的反应，而 GPT-5 Pro 用更长、更临床化的语气给出了基本相同的警告，这正是 Labenz 更偏好的方式；但他也承认，Claude 的紧迫感“可能正是我当时需要的”。当病历门户截图把溶血警告置于显眼位置时，普通 GPT-5 也重复了医生的错误，这说明用户应当寻求“n 个意见”、变换提示方式，并审视全部信息，而不是相信单次输出。
在病床边，GPT-5 Pro 更像一名持续在线的临床分析师，而不是诊断应用。 Labenz 在9或10天内向它输入了近20轮化验结果和病情更新，用于核验治疗方案、解读变化中的生命体征，并就矿物质补充、降压药和追加检测提出问题。它无法检查 Ernie、开药或实施操作，但让家人获得了足够的理解，能够有理有据地参与医疗决策；同时，它与临床医生的判断高度一致，也让家人相信当地团队提供的是最先进的标准治疗。
AI 最具差异化的贡献，可能是跨专科、跨标准工作流完成个性化综合分析。 免疫抑制性化疗期间，地下室洪水引发了霉菌疑虑，GPT-5 Pro 将孩子的肿瘤治疗背景与空气检测、 remediation 数据结合起来——否则就需要安排“你的肿瘤科医生和你的霉菌处理人员”开会。它支持了一套包括处理期间防护措施和8到10台 HEPA 过滤器的具体方案，既降低了健康焦虑，也减少了必须离开家里的感觉。
Labenz 打算偏离标准随访路径，采用循环肿瘤 DNA（ctDNA）来比症状或扫描更早发现复发。 计划中的流程是先对储存的肿瘤组织进行指纹识别，再在血液中寻找这一特征；他认为检测灵敏度可能达到每100万个细胞中发现5个癌细胞，而他的肿瘤科医生认为这仍未经验证或不属于标准做法。他的逻辑是：对于一种24小时内就能翻倍的癌症，应在可检测到的最小负荷下发起攻击，既降低治疗相关的细胞因子风暴，也减少癌细胞进化出耐药性的“击球机会”：“如果 ctDNA 周二呈阳性，你希望周四就开始输注这些下一代药物中的一种。”
这种支付意愿让医疗成为 AI 消费者剩余最清晰的证明之一，同时也暴露出前方的监管瓶颈。 Labenz 每月支付200美元使用 GPT-5 Pro，而预计6个月治疗账单为50万–150万美元；他说，在这场危机中，自己愿意每月支付10,000美元。用他的话说，这套经济学既“摧毁 GDP”，又“绝对疯狂”。他预计，AI 辅助患者将挑战标准治疗规则、临床试验准入、责任法理和糟糕的数据可移植性；但他仍支持禁止不受控的超级智能，因为在他看来，更快的医疗进步与存在性风险治理并不矛盾。这段经历也让他觉得，儿科肿瘤病房里“没有任何 decel”：AI 进步的延迟会带来真实的人命代价。
精读
1. 可怕的诊断迅速迎来近乎最佳的治疗反应
Nathan Labenz 开篇讲述了一个重新排列一切优先级的事实：他此前一直健康的6岁儿子 Ernie 患上了 Burkitt 白血病。医生起初称其为 Burkitt 淋巴瘤，但家人后来了解到，骨髓受累改变了疾病分类。
病情规模令人恐惧——巨大的腹部肿块，遍布腹腔并越过膈肌的病灶，骨髓受累，以及可能存在但仍不明确的脑脊液受累。Burkitt 的倍增时间“最快可达24小时”，因此延误的后果格外严重。
同样重要的另一面是：这属于对化疗反应最好的癌症之一。首轮治疗后，中心肿块缩小了约80%，许多病灶已经消失，最新的骨髓和脑脊液检测均显示清除。
Labenz 等到这一节点才公开发声。既然治疗反应“好得几乎不能更好”，压倒性的预期就是治愈：癌症消失、永不复发，Ernie 过上漫长而正常的一生。
2. 癌症让指数增长这一抽象概念变得残酷而具体
Labenz 把播客讨论的主题与家庭危机联系起来：AI 能力和癌症都可能“身后看起来平缓，眼前却突然垂直上升”。一个恶性 B 细胞开始失控分裂，直到看似轻微的症状跨过阈值，变成一场危机。
回头看，这家人无法确定9月初持续一周的胃痛是否就是疾病最初的“轻微低鸣”。医生关于便秘的解释看起来说得通，西梅汁似乎也有效，症状随后消失。
一次蹦床和充气城堡周末后出现的膝痛，同样有一个显而易见的良性解释。Amy 更早产生担忧，甚至考虑过白血病，部分原因是她自己使用了 AI；Nathan 的基线反应则更接近“没事，他会好的”，正如过去一直如此。
到10月22日出发度假时，疲劳、膝痛和此前的胃痛仍各自有合理解释。然而几天之内，Ernie 开始夜间躁动、呻吟、间歇性痛苦尖叫，并报告牙齿、头部和其他多个部位疼痛。
3. 阵发性症状一次次在诊所里消失
10月24日，Ernie 在路易斯安那美食节上大部分时间表现得相当正常，但回程车上突然痛苦尖叫，并要求去医院——随后又选择等到第二天早上。10月25日，急诊护理中心的膝部 X 光片正常，医护人员也没能完成抽血。
这种错位至关重要：临床医生看到的是一个拿着平板、神情平静的孩子，而不是父母目睹过的那个尖叫不止的孩子。Labenz 的实践建议是拍下最严重的发作，因为“我们看到的情况和他当时呈现出来的样子之间存在脱节”。
一旦这种令人困惑的症状模式开始令人担忧，他还建议写出一份完整的症状时间线。把全部病史“白纸黑字”交给医生，迫使医生在某个单一症状把问诊带入另一条良性解释的死胡同之前，先从全局审视病情。
Labenz 还给出第三条事后建议：记录重要的就诊过程，并使用 AI 转录。初步判断往往通过几分钟的简短对话传达，而没有正式报告，导致父母掌握的信息不如医疗团队准确。
4. 一个被忽视的化验值成为病例转折点
在新奥尔良儿童医院，几乎所有血细胞计数和生化结果都正常，唯一例外是乳酸脱氢酶（LDH），约为1,500，约是参考范围上限的3倍。LDH 反映细胞周转，在癌细胞增殖和死亡时可能升高。
两份样本都带有溶血警告，因为样本中的细胞已经开始破裂。临床医生将升高的 LDH 视为样本伪差，并告诉 Amy 他们已经“排除了任何危及生命的情况”，建议这家人回家后按常规接受儿科随访。
回到底特律后，Labenz 手动抄录了门户网站上的每一项结果，并整理出父母掌握的完整时间线。对于这次一次性、高风险的信息提取任务，他更相信自己而不是代理系统：“这是 N of one”，准确性比自动化重复劳动更重要。
GPT-5 Pro、Claude 4.1 Opus、Gemini 2.5 和 Grok 4 的语气各不相同，但对实质判断一致：溶血可能抬高 LDH，但大概不至于抬高这么多，家人应在24–48小时内获得正式检查。白血病未必是最可能的解释，但必须紧急排除。
5. 同一组证据产生了截然不同的 AI 行为
Claude 4.1 Opus 的回答仿佛认定白血病是最可能的解释，使用的措辞让 Labenz 感到难以承受。这几乎诱发了一次轻度惊恐发作，也促使他随后转向 GPT-5 Pro 更长、更临床化、情绪色彩更弱的表达方式。
但他的判断仍刻意保持开放：“Claude 可能是对的。”对于一个倾向于相信事情会自行过去的父亲来说，模型的警报或许正是让他及时走出否认状态的力量，而这场癌症危机每天都可能翻倍。
Amy 提供了包含门户网站溶血免责声明的截图后，她使用的普通 GPT-5 犯了相反的错误。它像医生一样淡化了 LDH；而 Nathan 的文本提示把同一条注意事项放在父母叙述中，却得到了紧急警告。
因此形成的方法不是“问 AI 一次”。Labenz 建议使用当时最好的模型，真正重要的事情使用 Pro，采用多种方式呈现证据，并比较不同输出：AI 让获取“n 个意见”变得可行，但呈现方式仍可能把单次回答带偏。
6. 父母的推动和一次体检终于揭示了肿块
他们的儿科医生仍认为这更可能是一个会自行缓解的儿童常见问题，但他亲自联系密歇根儿童医院，并争取到第二天早上的肿瘤科预约。肿瘤科医生起初更倾向于自身免疫解释，而不是癌症。
决定性时刻发生在她触诊 Ernie 左下腹时：孩子猛地缩了回去。Amy 和 Nathan 立即指出，儿科医生前一天也引发了同样的反应，使一个本可能被遗忘的细节变成了重复出现的体征。
Labenz 事后认为，AI 本应先询问父母遗漏的信息，并指导他们完成由父母观察的体格检查。模型无法替代体检，但可以帮助识别触摸时产生独特异常反应的部位，并让医生理解这一证据。
Amy 随后坚持立即做超声，而不是接受更晚的预约。10月31日的扫描发现了一个约5厘米×6厘米×4厘米的腹部肿块，并显示肝脏、脾脏和肾脏可能受累；报告进入门户网站后，AI 让病情的严重性再也难以否认。
7. 对最可能解释的依赖低估了最快的合理病程
MRI 安排在周一进行，并使用全身麻醉。周末期间，临床医生和 AI 都倾向于神经母细胞瘤，认为其进展速度以数周至数月计；只要疼痛和发热仍可控，等待几天、在可控条件下完成检查是合理的。
Labenz 现在认为，整个系统过度锚定了这一领先假设。当时 AI 给出的估计是神经母细胞瘤约30%、淋巴瘤约25%；当两者的时间敏感性存在根本差异时，后一个概率绝非小到可以忽略。
周一 MRI 后，周二完成活检、肝脏取样、骨髓穿刺和其他操作，随后直接住院。排程按常规标准看相当敏捷，但 Ernie 的恶化说明，一个系统即使按正常标准快速行动，也可能在与24小时指数增长的赛跑中险些落败。
更广泛的启示不是每个不确定病例都需要最大干预，而是高度不确定性必须拿最糟糕的合理病程来检验，尤其是在等待的后果不对称、周末又会实质性拖慢医疗系统时。
8. 当病程速度超过病理结果，临床医生打破了流程
到11月5日，Ernie 身体浮肿、极度虚弱，几乎不下床，而团队仍在等待最终病理结果。医生反复说“我们需要先得到诊断”，这反映了将治疗匹配到癌症亚型的正当需求。
Nathan 的反驳集中在时间上：如果结果拖过周末，周一就是5天之后，而“从现在到5天后太久了”。当 Ernie 随后说自己无法移动双腿时，床旁肿瘤科医生的担忧明显升级。
手术中看到的情况已经让神经母细胞瘤变得不太可能，淋巴瘤则越来越像答案。肿瘤科医生回来时准备“稍微打破一点规则”：候选淋巴瘤方案彼此足够相似，可以在信息不完整的情况下先开始治疗，再根据报告结果调整。
周三开始使用类固醇，周四开始常规化疗；11月7日周五报告的工作诊断是 Burkitt 淋巴瘤。由于骨髓受累，家人后来理解为 Burkitt 白血病，进一步的遗传和亚型检测仍在等待中。Labenz 说他不知道不采取这一行动的反事实时间线，但再多几天就可能导致器官衰竭甚至死亡，这一判断似乎完全 plausible。
9. 快速增长既制造了危险，也带来了治疗机会
病理结果重新定义了前景：“增长超级快、攻击性超级强，但也超级容易治疗。”化疗针对的是正在积极生长和分裂的细胞，因此 Burkitt 的核心弱点也让它相比某些更难杀死的慢性癌症表现出异常好的治疗反应。
治疗仍需谨慎启动，因为快速摧毁肿瘤本身可能通过肿瘤溶解综合征压垮身体。前期减瘤阶段刻意降低了治疗强度，但仍让 Ernie 的癌症体积缩小了约80%。
之后计划中的6个月路线图将经历两个强力治疗阶段、两个中等强度的“清扫”疗程，以及两个更温和的巩固疗程。目标是消灭最后一个细胞：残余病灶可能重新启动指数增长，在选择压力下发生突变，并以更难治疗的形式复发。
Labenz 同样谨慎地指出，这条路径不能推广到所有癌症。对于这一特定疾病，诊断把恐慌转化为一份可管理的时间表，因为它拥有高效且高度标准化的治疗方案；许多生长更慢、更罕见或依赖手术的癌症，面对的是完全不同的问题。
10. GPT-5 Pro 成为持续在线的床旁第二意见
诊断后的第一个父母杠杆，是不停核验医疗团队的工作。抽血频率最高达到每6小时一次，药物和生命体征快速变化；有一次输液治疗甚至让一个体重接近50磅的孩子在数小时内排出了接近1加仑尿液。
Labenz 维护了一个持续运行的 GPT-5 Pro 对话，里面包含症状、药物、报告和不断更新的门户网站 PDF；在9或10天内，他上传了近20份文件。每次更新都会询问结果意味着什么、临床医生可能遗漏了什么，以及拟议的处理是否合理。
模型反复确认，主要治疗方案属于最先进且高度标准化的方案。这帮助家人回答了是否应转移到更有声望的医疗中心这一问题：对于这种已有明确治疗路径的疾病，分析认为他们已经获得了一家合格顶尖中心能够提供的治疗。
因此，它的价值一部分在于提出质疑，另一部分在于提供安定感。Labenz 不再陷入持续搜索和无边际焦虑，而是获得了足够的机制性理解，既能在必要时推动医生，也能通过独立确认相信当地团队的判断可靠。
11. 有建设性的分歧改善了提问方式，却没有取代医生
当输液稀释导致钙和镁偏低时，GPT-5 Pro 比临床医生更积极地建议补充。家人的推动或许让补充治疗在边际上提前了一点，但 Labenz 将差异描述为很小，而不是发现了某个医疗错误。
当 Ernie 的血压刚刚超过治疗阈值时，GPT-5 Pro 倾向于重新测量并观察等待。医生则倾向于用药。借助模型的解释，Labenz 向医生提出了质疑，听完他们的理由后认为有说服力，并说：“我相信你们的判断。那就开始吧。”
模型还建议针对异常肝酶追加检测，而医生认为肝脏活检后出现这种结果是可预期的。这里的分歧同样处于边际层面：AI 想获取更多信息，临床医生则能把这一数值放入熟悉的模式中，避免不必要的检查。
Labenz 的边界很清楚：AI 无法实施操作或体检、下达检查医嘱或开药。它的作用，是让父母成为人类医疗系统中有能力参与的成员；当人类医生经受住有依据的追问时，AI 反而强化了信任，而不是削弱信任。
12. 长上下文把碎片化记录变成可用的病例模型
反复使用的提示词最终接近100页，包含父母提供的病史、MRI、CT 和 PET 报告、脑脊液和骨髓分析、病理结果、细胞标志物百分比以及其他 PDF。Labenz 的体验是，当前模型处理如此长的上下文已经足够好，过去担心“把模型压垮”的说法不再适用。
他还让床旁对话生成一份“供新主治医生使用”的高密度交接文档，足以支持前沿治疗。把积累的病史压缩成几千字结构化内容，使其可以在新的模型会话中复用，同时不丢失医疗主线。
数据获取仍是瓶颈。重要结果有时通过门户网站、纸质打印件或似乎经过传真后质量下降的文件传来；手机拍摄的不规则表格需要人工复核，因为一个细微的转录错误就可能改变癌细胞上究竟出现了哪些标志物。
对于清晰的网站截图，直接输入多模态内容通常效果良好。对于难以辨认的拍摄文件，Labenz 发现 Gemini 2.5 Pro 的转录能力优于 GPT-5 Pro，但在高风险病例中仍不可靠到可以跳过逐行核验。
13. AI 把肿瘤治疗与没有任何单一专家负责的家庭霉菌问题连接起来
第二个父母杠杆，是在化疗压制 Ernie 免疫系统期间防止感染。团队担心病毒性疾病，但细菌和真菌感染可能更危险，包括口腔、皮肤或肠道中原本就存在的微生物。
由于父母都在家工作，家里只有另一个孩子上学，他们可以采用临时的类似新冠时期的暴露防护方案。Nathan 暂停了 AI 活动出差和现场演讲，至少覆盖6个月治疗路线中的数个月。
地下室洪水又带来了一个跨领域问题：家人刚从新奥尔良回来，地下室就进了约两英寸的水，令免疫受损的孩子面临霉菌疑虑。GPT-5 Pro 帮助寻找当地处理公司、解读室内外空气样本的比较结果，并将这些发现与 Ernie 特定的肿瘤治疗风险联系起来。
最终方案是让 Ernie 与正在进行的地下室处理隔离，必要时在亲属家住几天，并在全屋运行约8到10台新的 HEPA 过滤器。地下室略高于地面、其他区域检测结果干净，以及过滤器的有效性，让 Labenz 相信没有必要永久搬家。
14. 复发规划让 ctDNA 先于医生建议浮出水面
第三个杠杆，是为癌症复发这一概率更低但破坏性极大的结局做准备。复发通常发生在6个月内，几乎总是在2年内；如果复发，Labenz 直言，大多数患儿会死亡，尽管并非全部如此。
他正在收集仍未完成的遗传亚型结果、来自可能两家顶尖中心的远程第二意见，以及有关其临床试验的信息。费用低于1,000美元的正式复核既可以验证当前治疗，也能在紧急情况需要 CAR-T 细胞、双特异性免疫疗法或其他实验性治疗前建立联系。
拟议中的非标准步骤是循环肿瘤 DNA。实验室会对储存的肿瘤组织进行指纹识别，再在血液中检测这一精确特征；Labenz 认为，灵敏度可能达到每100万个细胞中发现约5个癌细胞，并在治疗和监测期间持续检测。
临床医生承认 ctDNA 的存在，但称其尚未经验证，或质疑在症状和影像学出现之前得到阳性结果后究竟能采取什么行动。Labenz 的答案是提前准备：普通的每月血检和每季度扫描往往要等到患者生病或肿瘤大幅增长后才能发现复发，这对于一种每天翻倍的癌症尤其不够。
15. 早期检测把复发机制、模型竞争与医疗改革连接起来
ctDNA 的机制性理由在于，下一代治疗可能引发细胞因子风暴，而其严重程度似乎会随着疾病负荷上升。癌细胞越少，进化找到另一种逃避药物机制的“击球机会”也越少；Labenz 保留了其中的不确定性，但认为这一因果逻辑很有说服力。
一个他认为是 Gemini 3 checkpoint 的模型，以快5到10倍、更短、也更“精准到位”的回答进一步完善了这一计划，相比 GPT-5 Pro 更符合他的阅读偏好。他仍使用 GPT-5 Pro 做核查，并且必须明确要求引用来源，但在几小时内，Gemini 已经成为他最想阅读的输出。
支撑这一偏好的经济学极其悬殊：GPT-5 Pro 每月200美元，而预计治疗账单为50万–150万美元。Labenz 将订阅费与总医疗成本对比，认为其占比介于不到0.1%和2%之间；他称这部分剩余价值“绝对疯狂”，表示在这种情况下愿意每月支付10,000美元，并认为避免并发症、感染或不必要的迁居，甚至能让 AI“摧毁 GDP”。
他的政策结论同时指向两个方向。延迟部署 AI 肿瘤研究员会让患者付出生命代价，但他仍支持禁止不受控的超级智能；与此同时，近期医疗需要更好的数据访问、责任制度改革以及更强的尝试权，因为 AI 辅助患者可能越来越多地提出经过充分推理、能够击败静态标准治疗规则的方案。
因此，Labenz 偏好的地缘政治竞赛，是美国和中国之间的“癌症治愈奥运会”，最终甚至延伸到150岁的健康寿命。他最后的判断并不是每个 AI 建议都正确，而是“标准治疗并非历史终点”——他认为，医疗系统当前的结构正在变成手铐。这段经历也让他觉得，儿科肿瘤病房里“没有任何 decel”：当一个孩子的生命处于危险之中，延迟有用的 AI 进步所带来的代价格外清晰。