摘要

Openwater 的核心押注，是用消费电子的经济学，把医疗设备变成共享、软件定义的诊疗平台。 Jepsen 将红外光、超声波、电磁学、AI 与标准芯片组合成她所谓的“硅医院”。最初占据整间房、耗资数百万美元的系统，已经变成1万美元模块；她预计成本最终将逼近1,000美元，甚至达到智能手机级别，让治疗的成本可能“和打一通电话差不多”。
目前披露的性能颇为惊人，但证据分布在完全不同的阶段，且大量治疗工作仍处于临床前阶段。 Jepsen 称，光学系统测量血流的能力，比团队在已发表文献中找到的任何一台数百万美元 MRI 或 CT 都强20倍。在类器官和小鼠实验中，特定超声频率能够攻击胶质母细胞瘤；在一项20人的重度抑郁症研究中，接近一半患者经过短时治疗后进入缓解期，但她明确表示，其他几项应用仍属于早期实验室工作。
平台具备多疾病拓展性的原因，在于改变频率、聚焦方式和软件，而不是每种适应症都重新开发一种分子。 Jepsen 的比喻是，歌剧歌手只震碎一只酒杯，同时不伤及房间里的任何其他东西：侵袭性癌细胞、过度放电的神经元和微血栓，可能分别对不同共振频率产生反应。她早期针对微血栓的结果是清除80%，直径从8微米降至4微米——这很关键，因为毛细血管宽度只有5–10微米——但她也提醒说：“这只是实验室工作。”
卒中分诊是 Openwater 最具体的诊断切入口，也是其最清晰地暴露监管摩擦的案例。 Jepsen 称，在 Penn 和 Brown 研究的151名患者中，光学设备能够识别大血管闭塞，并区分癫痫等卒中模拟症状，因此有望部署在救护车上，将患者直接送往具备取栓能力的医院。FDA 要求再增加10,000名患者；按她引用的每位受试者4万–7万美元试验成本计算，即使原型有效，这笔验证费用也足以压垮一家小公司。
Jepsen 认为，医疗行业的主导性约束是 Eroom 定律：研发周期和成本与 Moore 定律反向变化。 她称，一款新药需要26年、近30亿美元；一款新型医疗器械平均也要13年、6.58亿美元才能获得批准，算上报销和成为治疗标准后的成本，数字还会升至15亿美元左右。这种结构意味着，围绕治疗性红外光、超声波和电磁学发表的约100万篇论文，最终只产生了 Diamandis 所说的“说几乎没有任何技术进入人体或医疗系统，都只能算四舍五入误差”。
Openwater 提出的突破路径，是由 Ethereum 创始人 Vitalik Buterin 以5,000万美元捐赠资助的开源、营利性平台。 公司将全部68项专利以及硬件、软件置于 AGPL 许可下，设想让不同的诊断和治疗功能以软件形式运行在类似 Android 的共享底座上。Jepsen 认为，共享开发和安全数据可以带来比其他路径高10–100倍的收入和利润率，而制造端的竞争能够建立信任：“如果我们收费过高……他们可以去找另一家制造商。”
执行层面的核心依据，是 Jepsen 一再把“不可能”的硬件做小；最大风险则是如何将演示结果转化为规模化临床证据。 她的履历从微米像素全息视频、早期智能眼镜显示屏，延伸至 One Laptop per Child、Google、Oculus，最终来到 Openwater。她的工作准则是，真正重要的公司应该按触达的人数，而不是员工数量来衡量。

精读

1. 一次脑肿瘤诊断，让扩大医疗可及性成为使命

Jepsen 在 Brown 攻读物理学博士期间坐着轮椅，每天睡20个小时，半边脸无法活动，最终连减法都做不了。她认为自己已经不配拿到博士学位，打电话给父母说，想“回家等死”。
一位教授注意到她严重的头痛，并自费为她做了 MRI，最终发现肿瘤。Jepsen 记得，那次扫描需要一间约20×20英尺的屏蔽室、一块大型电磁铁、氦冷却系统，以及医院里“最昂贵的房间”。Diamandis 对比称，如今尺寸和形状相近的设备，成本大约是当年的10倍。
她只需要做一次手术，但至今每天仍要服用约12种药物。留下来的驱动力并不只是胜利叙事，而更接近一种存在主义式的追问：患者经常“必须为自己的生命而战”，而活下来之后，问题就变成：“我们现在还在这里——想用自己的人生做什么？”

2. “不可能”成了 Jepsen 的行动信号

Jepsen 还是 MIT Media Lab 的年轻学生时，曾展示自己提出的全息视频研究。她眼看着一位诺贝尔奖得主站起来，斥之为“胡说八道”，认为这永远不会成功。她哭着回到酒店，之后又找到对方质问：只说不可能还不够，她希望对方解释真正的物理障碍是什么。
她的导师 Steve Benton 将这次攻击重新解释为嫉妒——或者说，这件事对批评者而言不可能，而对方可能已经在这件事上失败过。1987年，Jepsen 用 Connection Machine 这台早期并行超级计算机，制造出世界上第一块完全由计算机生成、像素尺寸达到微米级的全息图。
Jepsen 与另外2名学生从 DARPA 获得400万美元，用于通过 MicroDisplay 将博士研究成果商业化。几年之内，他们就在加州 Richmond 建立了制造能力，并早在1998年就发出了外形类似 Google Glass 的显示硬件，光学元件由 MicroOptical 提供。
在 Intel 担任事业部 CTO 时，她质疑公司从轨到轨的硅工艺：显示屏需要的是用于呈现灰度的电压梯度，而不是只有零电压或固定电压。Jepsen 称，她与 CEO 在电梯里进行的两句话对话，暴露出一种无法提供所需梯度的硅方案，帮助公司节省了数亿美元，却也让她在内部极不受欢迎。

3. One Laptop per Child 是系统重构，而不是更便宜的 PC

回到 MIT 后，Jepsen 成为 Nicholas Negroponte 的联合创始人，也是 One Laptop per Child 第一年唯一一名员工。两人长期奔波于飞机上，搭建原型机，并推动一款100美元电脑落地；当时同类笔记本电脑可能要2,000美元，软件还要另付2,000美元。
这项由数十亿美元规模的非营利、开源项目推动的计划，最终生产了数百万台设备。这台机器并非简单削减配置：Jepsen 称，它是当时功耗最低、成本最低的笔记本电脑，第一款采用网状网络的笔记本，也是一款无需阅读能力即可使用的设备；团队还为阿姆哈拉语等语言设计了键盘。
她的架构把屏幕而不是 CPU 置于使用体验的中心。她开玩笑说：“笔记本电脑里可以有小绿人。”只要显示屏对触摸仍能保持响应，大多数电子元件就可以关闭，并在个位数毫秒内恢复。与 Apple Retina 显示屏相比，这台笔记本分辨率更高，同时降低了供电不稳定地区儿童的能源负担。
Jepsen 找到 BYD 采购磷酸铁锂电池，并将其设计为约2,000次充电循环——按她的对比，这一数字是当时行业标准的10–20倍。一次充电可以使用一两天，手摇发电机和小型太阳能板则提供了替代电源；她称，这些设备在近20年后仍有一些处于使用状态。

4. Google 和 Facebook 一再推迟医疗登月计划

离开 OLPC 后，Jepsen 创办了无晶圆厂显示公司 Pixel Qi，利用亚洲的制造基础设施，为笔记本电脑、平板、手机及非常规屏幕提供产品。Sergey Brin 将团队招入 Google；Jepsen 带着脑机接口和医疗健康构想加入，却被转去为 Brin 和 Larry Page 做消费电子项目。
Mark 对她关于脑机接口和医疗健康的白板演示反应热烈。但入职后，她先被要求修复刚收购的 Oculus 项目。Jepsen 发明了她希望未来能够面世的太阳镜式显示系统。她于2016年加入，一年后离开；尽管她喜欢 Google 的文化和 Sergey，加入 Facebook 在财务上非常划算。
Diamandis 问到轻量化 AR/VR 时，Jepsen 给出的答案很直接：“这取决于意愿。”在投入约1,000亿美元之后，她仍惊讶于有多少实验室技术没有真正出货，也不喜欢用“巨大的面具——滑雪护目镜”把脸遮住。
Jepsen 对机构的判断是，负责优化广告点击率的高管，却被要求管理自己并不熟悉的物理学和硬件。她认为，登月式项目往往来自专注的小团队——莱特兄弟、避孕药的诞生，或者约50人的 WhatsApp 最终实现190亿美元的结果——因为政治和员工数量都无法替代迭代。

5. Openwater 将波控制应用于细胞、血液和神经元

Peter Gabriel 同时提供了推动力和公司名称。听完 Jepsen 的计划后，他多次打电话劝她离开 Facebook，独立把项目做出来；后来他又写下关于思想“像水一样流动”的文字，以及社会对激进透明度的挑战。他同意使用 Openwater 这个名字；Jepsen 称，他持有汗水股，也是一名投资者。
创业前提是，红外光、超声波和电磁波能够穿透人体，而 Moore 定律让人们可以足够精细地控制它们的相位和频率。Openwater 早期实验使用的是占据整间房的系统和大型光学平台，平台甚至悬浮在空气上。目标是引导波、让波相互干涉，并让细胞结构选择性地产生共振。
其超声模块使用8×8换能器阵列，并借助天线理论，将能量聚焦到指定位置。Jepsen 反复使用歌剧歌手的比喻：匹配一只酒杯的共振频率，把它震碎，同时“房间里的其他任何东西都不受损”。
这种选择性支撑了她的愿景：在不损伤健康组织的情况下杀死癌细胞，处理卒中和病原体，抑制病理性神经活动，并最终应对神经退行性疾病。但这些应用的广度仍是愿景，而不是一项统一的证据主张：她区分了医院中的强结果、小规模临床研究，以及“早期”的实验室工作。

6. Eroom 定律让可工作的原型仍不足以商业化

Jepsen 将医疗健康置于一组顽固的死亡率结构中：按她的说法，心血管疾病约占死亡原因的30%，癌症占另一个25%，神经退行性疾病、病原体和慢性疾病占据剩余的大部分。Diamandis 提到，全球每年有5,500万人死亡。
她引用的数字显示，一款新药的资本化开发路径需要26年、近30亿美元。一款新型医疗器械平均需要6.58亿美元和13年，才能仅仅获得 FDA 批准；算上报销和被采纳为标准治疗，成本接近15亿美元。她将这些不断拉长的周期称为“倒过来拼写的 Moore 定律”——Eroom 定律。
按每位患者4万–7万美元计算，招募患者进一步放大了问题。精神疾病和神经退行性疾病适应症可能需要10,000或100,000名参与者；而罕见病的经济学则迫使企业收取极高价格，因为数亿美元的开发成本只能从几千名患者身上收回。
Diamandis 称，过去20年里有100万篇科学论文，描述了红外光、超声波或电磁学在数百种疾病中的应用，但“说几乎没有任何技术进入人体或医疗系统，都只能算四舍五入误差”。Jepsen 认为，更好的数据和 AI 能让治疗决策和监管审批更安全，但现有试验无法快速生成如此大规模的证据。

7. 小型化同时改变单位经济和实验速度

Openwater 已从数百万美元的房间级系统，发展到成本约10万–50万美元的医院推车，再到最初定价约1万美元的紧凑型光学和超声模块。Jepsen 预计，规模化生产后的成本将接近1,000美元或一部智能手机，并称最终每次干预的成本可能与打一通电话差不多。
卒中检测系统使用光学激光器和高量子效率摄像头芯片，这些芯片用于智能手机，单颗成本约1美元。已经展示的全息模块包含8颗摄像头芯片和激光器；由于像素尺寸接近光的波长，它可以记录相位信息，并重建血流的全息测量结果。
Jepsen 称，这项技术检测血流的能力，比团队在文献中找到的任何一台数百万美元 MRI 或 CT 都强20倍。该技术已经在医院使用了4年，而紧凑型版本在节目对谈前后进入生产阶段。
超声控制台可以搭配不同的3D打印支架，包括头戴设备，或放置在膝盖后方的身体阵列。可穿戴 MRI 替代设备暂时搁置，团队优先开发更快上市的产品；但更大的愿景，是打造一座“硅医院”，让实体平台通过软件获得新的诊断或治疗功能。

8. 共振带来了颇具争议的癌症和抑郁症结果

Jepsen 的癌症假设利用了她认为侵袭性、转移性细胞具备的一种机械特征：由于 DNA 快速复制和细胞快速生长，这些细胞的细胞核变大，而细胞质变小。团队不是试图毒杀全身，而是寻找能与这一结构产生共振、同时避开周围神经元和健康组织的频率。
研究人员在类器官中培养了16种胶质母细胞瘤，扫描多个八度和节律。随后，他们在小鼠身上测试领先参数；Jepsen 描述得最详细的一套方案是：治疗2分钟，第5天再治疗一次，10%的占空比，以及150 kHz 的频率——“鱼群探测器的频率”——强度则处于诊断超声级别。
Jepsen 称，这些治疗摧毁了肿瘤，Charles River 的尸检也没有发现健康细胞受损，不同于化疗、放疗或手术。关键限制在于转化阶段：尽管胶质母细胞瘤本身致死速度很快，这项工作仍因安全要求而难以进入人体试验。
在 University of Arizona 的另一项研究中，Openwater 针对20名重度抑郁症患者，通过 fMRI 识别出的额叶过度放电区域进行治疗。第1周治疗5天，接下来2周每周治疗3天，每次5分钟；接近一半患者进入缓解期，而且 Jepsen 称这种状态得以维持。她认为，相关定位方式可能用于治疗成瘾，但将其描述为未来的延伸方向。

9. 卒中分诊暴露出临床验证的成本

按节目中的表述，卒中是全球第二大死因，而大血管闭塞只留下约2小时的干预窗口。Jepsen 称，美国只有5%的医院能够实施所需的取栓手术，但救护车通常把患者送往最近的医院，而不是具备能力的医院。
取栓本质上是“一个管道问题”：医生将导管穿过颈动脉，取出大到无法被药物可靠溶解的血栓。延误可能导致脑组织死亡，幸存者因此无法行走、说话或工作。
在 Penn 和 Brown 导管室研究的151名患者中，Jepsen 称 Openwater 光学设备对闭塞具有较高的特异性和敏感性，同时能够识别癫痫等模拟症状并测量毛细血管血流。她设想的部署方式，是在救护车上完成诊断，选择正确的医院，并在到达前通知导管室。
FDA 要求再增加10,000名患者，按她引用的单患者成本计算，这会把验证转化为4亿–7亿美元的项目。Diamandis 追问其中的悖论——患者面临死亡或灾难性残疾——而 Jepsen 的回答不是忽视安全，而是重新设计证据生成方式。

10. 开源是融资、分发和信任机制

Vitalik Buterin 最初因 COVID 联系 Jepsen，随后连续几个周五晚上打电话提问，占用了她的周末。她引用54,000名退伍军人的数据称，长期 COVID 使神经退行性疾病风险翻倍，并使心力衰竭和卒中风险分别上升173%和164%，这推动了团队对血流和微血栓的研究。
在早期实验室工作中，超声波清除了 Jepsen 所称的80%的淀粉样蛋白微血栓，并将其直径从8微米降至4微米。毛细血管宽度只有5–10微米，这可能决定血栓能否通过，但她明确表示：“再说一次，这只是我们正在做的实验室工作。”
在讨论是否开放平台后，Buterin 最终使用 Shiba Inu coin 而非 Ethereum 捐赠了5,000万美元。Openwater 将全部68项专利以及硬件和软件置于 AGPL 许可下，把专有资产转化为一个其他人可以制造、研究和扩展的基础平台。
Jepsen 设想，让不同的诊断和治疗功能以软件形式运行在共享平台上，并由不同应用共同分摊安全证据和开发成本。她称，医疗器械审批成本的85%来自设备开发。投资者起初把开源等同于慈善，但她的模型预计收入和利润率都将达到其他路径的10–100倍；而 OLPC 的经验告诉她，严格按成本销售，会让一个具有变革意义的系统也无法持续。

11. 终点是共享的大脑仪器，而不是一款获批设备

Openwater 已经开始向神经元“写入”，同时处理精神疾病，但 Jepsen 将其与解码思想区分开来，后者要更晚实现。她称自己曾在 TED 现场演示——她认为是在2018年——系统如何穿透模拟的骨骼和肉体，将能量聚焦到约1微米；近期目标则是神经元群，用于精神疾病和神经退行性疾病。
Diamandis 将这一方向外推至情绪、睡眠及其他由大脑介导的功能，设想其在家庭场景中的应用。Jepsen 更现实的近期案例是分布式研究：各国卫生部门可以部署10,000–100,000台设备，让志愿者在家参与试验，并有可能拥有最终的监管批准，而不必依赖跨国制药公司。
共享硬件能够为 AI 生成远超当前水平的安全性、有效性和生物学数据。Diamandis 对比称，一家成立10年的公司只有76名患者的数据，而消费级可穿戴设备单个设备的准确度可能只有正负25%，但一旦覆盖数百万人，就会变得有信息价值：规模本身成为实验资产。
她给创业者的建议是“读历史”，回溯20–50年，寻找被放弃的路径，再将它们与当下的能力重新组合。按影响力而不是员工数量衡量规模，使用合同制造而不是拥有每一家工厂，并选择一项足够有吸引力、让你无法停下来的工作。

本轮周期见顶了吗？| 1000x 再见 TikTok，你好 RedNote？+ AI 的环境影响 + Meta 的男性气场