2026 年 10 月 1 日，斯坦福大学医学系主任 Euan Ashley 在 STAT 上写下一段经历：几个月前度假回家，他叠衣服叠到一半，坐下来打开 Claude，让它分析自己的全基因组。任务听起来随意，但半小时后，AI 交出了一份当年需要 30 个人忙将近一年才能得出的答案。
这不是一次随意的测试。2009 年，Ashley 和 29 位同事——遗传学家、计算机科学家、药理学家、临床医生——花了近一年时间，解读了斯坦福同事 Stephen Quake 的全基因组。他们专门搭建了一套分析引擎，检查了 260 万个 SNP 位点和 752 个拷贝数变异，但真正的难点在于判断哪些发现对这个人的健康真正重要。
那项研究 2010 年登上《柳叶刀》，是史上最早的全基因组临床解读之一，也是第一次把基因组分析转化为个体化医疗建议。团队在 Quake 体内发现了三个与心源性猝死相关的罕见变异（TMEM43、DSP、MYBPC3），以及一个提示氯吡格雷抵抗的 CYP2C19 突变——但这一年里，团队的大部分时间花在争论哪些发现值得写进报告。
180 个词，考一场 17 年前的试
Ashley 给 Claude 的 prompt 只有 180 个词：沿用 2009 年那套框架，找罕见致病变异，查药物反应相关基因，评估常见病风险。但这场考试的考卷本身就埋了陷阱——他的基因组文件是十多年前测的，用的还是旧版参考基因组，缺少新测序格式里的信息。
旧文件本可以让分析产生误导。但 Claude 复现了当年最重要的发现：Ashley 携带两个拷贝的 APOE ε4 变异，与阿尔茨海默病风险升高相关；它同时排除了重大罕见致病变异，与当年 30 人团队的结论一致，还标出了影响药物代谢的 DPYD 和 CYP2C19 变异。
最让 Ashley 意外的是一次拒绝。风险评分本是消费级基因检测的标配项目，但当他要求计算常见病的多基因风险评分时，Claude 判断这份旧文件的数据量不足以得出可靠结论，主动踩了刹车。
过程平淡无奇，但结果已经清晰：一项曾经耗时近一年、需要大型专业团队的任务，如今在家就能完成，价格大约相当于一瓶 2 升装可乐。
基因组不是一张刻好的唱片
人们很容易把基因组序列当成一次读取、永久有效的档案。但 Ashley 提醒，每一次基因组分析都受制于两个变量：测序技术本身，和用来比对的参考基因组。
目前几乎所有基因组都来自短读长测序：把 DNA 打成数百万个碎片，再用软件拼回原位。这种方法在大部分基因组区域表现良好，但在序列重复、彼此相似或存在大片段结构变异的区域，可靠性会明显下降。
这些难测的区域恰恰可能藏着致病变异。于是一份报告可能写着"未发现值得关注的变异"，但报告不会告诉你：相关基因根本没有被完整检查过。
参考基因组是另一道坎。目前大多数分析拿患者基因组去比对一条由少数人构建的标准序列，这条基线无法代表人类基因组的全部多样性，对数据中代表性不足的人群尤其不利。新一代泛基因组参考用分支路径容纳不同版本的人类基因组，但实验室和临床系统至今没有普遍采用。
校对一本书：错字好找，错页难寻
Ashley 用了一个校对类比：找出书里的错别字很容易，发现一整段话放错了位置却需要更多功力。现有质量检查擅长发现单个碱基的改变或小片段增删，但医学上重要的变异往往更复杂。
因此他认为，医学级基因组检测应该按能否可靠检出全谱系遗传变异来评估，而不只是最简单的几种。这需要一套双染色体完整测序、覆盖全球人群多样性的标准参考基因组，一份定期更新的难测序医学基因目录，以及按场景设定的最低检出阈值——胚系变异几乎存在于每个细胞，但血液中的循环肿瘤 DNA 可能只占游离 DNA 的极小一部分，两者的门槛完全不同。
一个人，一台笔记本，一份阿尔茨海默风险
真正让 Ashley 警觉的是消费者场景。23andMe 时代，消费者拿到的是有限位点的固定解读；但全基因组包含的信息量远超于此，AI 智能体还允许用户不断追问、要求追加分析——这种与自己基因组数据的持续互动，以前从未可能。
想象一个人把变异文件上传给 Claude 或 ChatGPT，几分钟后独自坐在笔记本前，被告知可能面临阿尔茨海默病或癌症风险。这可能是真的，但也可能基于不完整的数据；无论哪种，他身边都未必有医生可以商量。
Claude 能主动识别数据不足，这令人鼓舞；但 Ashley 强调，这种判断应该由共享的医学标准来治理，不能交给 AI 厂商自行裁量。
稀缺的东西变了
2009 年，稀缺的是专业、时间和金钱。
Ashley 开出的药方是跨行业协作：专业学会和标准组织定期更新技术要求，实验室和 AI 开发者透明披露系统能可靠检测什么、哪些发现仍需确认，医疗系统承接越来越多带着 AI 报告走进诊室的病人。但标准组织的工作节奏以年计，模型的迭代以周计，这场赛跑才刚刚开始。
至于 Ashley 自己，他早已知道自己的 APOE ε4 状态——当年那个 30 人团队告诉他的。但下一次，当 AI 把类似的消息告诉一个毫无准备的普通人时，我们有没有一套标准，来保证那句话是可信的？这个问题，目前还没人能回答。