第1167章 我只是一個患者家屬（1/2）

莫里斯感覺自己這些年的醫生白當了，好歹也是一流神經外科醫生，居然現在回答不了楊教授的問題。

從楊教授的眼神里可以看出，他是不屑於和一個無法回答他的問題的醫生進一步交流，可是到哪裡去學習這樣的知識呢？

莫里斯倒不是沒有學過這方面的知識，只是作為神經外科醫生肯定沒有研究基礎神經學的學者認識那麼深入，就像內科醫生知道診斷和用藥，但是如果說藥理學知識，肯定沒有專門的藥理學教授研究深入，他只是僅僅掌握一些對臨床有用的簡單藥理學知識。

比如拜新同這個降壓藥，心血管內科醫生知道這是一種長效的降壓藥，但是為什麼明明是短效的硝苯地平就變成長效的降壓藥呢？心血管內科醫生也知道，它不是藥物本來固有的分子長效，而是一種在包裝技術上實現泵長效，再深入的知識，這種藥物是將硝苯地平裝作一個殼裝的泵裡面，利用雷射打孔技術在外殼打孔，藥物通過這些小孔進行緩慢釋放，以達到長效的作用，再往深處認知，究竟這個藥物是如何利用打孔技術實現維持24小時的均勻釋放的，它打多少孔，孔徑是多少，為什麼這麼打，釋放的速度是多少，會受那些因素的影響，這時候已經沒有內科醫生能夠回答，因為超出了他們所學習的知識範疇，如果在這個基礎上繼續深入，更加不可能有醫生知道。

別說這麼複雜的知識，能夠說出每一種專業內常用藥物的藥理學知識，比如藥物代謝動力學知識，已經遠遠低於百分之一。

莫里斯現在面臨這個問題，不是他不夠優秀，不是他不是好的神經外科醫生，但是他太優秀，他的知識只是局限於對神經外科疾病的診斷、治療和手術這個領域，超出這個領域。

可是現在她女兒這種手術，已經不是教科書上的範式手術，必須具備強大的研究能力的醫生才能完成這種手術。

莫里斯接觸的這方面的知識也是稀少而零碎的，有一些基礎知識也是過時的，不是前沿的，所以僅僅憑藉他的神經外科知識，很難構建起一個強大的體系。

「你先回去吧，有什麼問題宋博士會與你溝通。」楊平發現莫里斯沒有反應，以為他沒有聽到自己說話。

「謝謝！」

莫里斯回過神來，機械地站起來跟楊平道謝，然後朝門口走去。

他居然不夠資格與楊教授討論神經外科的問題。

這事對莫里斯的打擊挺大的，他一直以來非常驕傲，尤其在美國待久了，有一種老子世界第一的感覺，現在第一次出國，卻被楊教授迎面潑了一盆冰水，他的老子世界第一是如此的脆弱。

他回到病房，也不顧時差，撥通約翰內森電話，約翰內森和他是同行，在學術會經常見面交流，也算是專業上的朋友吧。

約翰內森告訴他，這很正常，因為在三博醫院研究所，對醫生的培訓使用他們自己編寫教材，這些教材不管是解剖還是生理及病理學都非常深入和前沿，他們的教材已經將各學科的知識在邏輯上打通，連接成一個整體，沒有接觸過他們的專門教材，很難聽懂楊教授的課。

所以約翰內森建議莫里斯不要強求去問楊教授一些問題，他的時間很寶貴，要用在更重要的事情上，他沒時間跟一個沒有基礎的醫生聊高深的知識，除非這個醫生是他的學生。

原來如此，那好辦，莫里斯說，他可以放低自己的身段，來跟著楊教授學習，讓楊教授送他們一套教材。

約翰內森哈哈大笑：莫里斯太天真了，真是一個沒有經過社會毒打的少年郎。

「他們的教材是全中文的，我有幸接觸過他們的教材，接受過楊教授的培訓，目前沒有英語世界的醫生能夠準確完整翻譯他們的教材，剛剛我說說過，這些教材是複合型教材，涉及很多前沿知識，需要一個龐大的團隊來翻譯，很遺憾，即使組建這個團隊，這些人也是割裂的，不可能在翻譯中獲得很好的溝通，他們之間的知識不是融化貫通的，所以除非楊教授自己來翻譯，但是楊教授目前沒有興趣將他翻譯成英語，所以只有一個辦法，你學好中文，這也是你有可能去他們那裡進修學習的門檻。」約翰內森不想打擊同行，但是也必須如實說。

中文？必須學習中文才行，這真是一個令人頭痛的問題。

「我很快就會來到中國三博醫院，也會參與到你女兒的手術中，楊教授已經告訴我，你的女兒們可以手術，祝賀你，真是幸運，她們以後可以各自獨立地生活，不用綁在一起。」

約翰內森說。

莫里斯聽說約翰內森會來中國，他非常高興，這樣自己起碼有一個朋友可以請教。

——

宋子墨現在很忙，這台手術太特殊，所有的準備工作他親自負責。

他手底下的醫生也忙得不可開交，陸陸續續，連體姐妹的數據採集完，包括基因分析數據。

這些採集的很多數據上傳給何主任的大模型，有了這個科幻的大模型，很多事情好辦很多，很多手術方案設計也變得更加精確。

比如人工膝關節置換，將患者的標準CT三維重建數據上傳，大模型立即給與最佳人工膝關節的設計方案，將方案傳輸給銳行醫療，那邊的3D列印柔性生產線立即生產出人工膝關節，然後完成滅菌包裝，正常情況下，患者72小時內可以使用上這種定製膝關節，而加急的話24小時內可以用上人工膝關節。

這可是完全個性化定製的人工膝關節，不是通用人工膝關節，這種效率在以前根本不敢想像。

現在這個連體姐妹的手術，如果要區分神經系統的分界線，要專門設計一個課題，沒有兩三年時間是不會研究出什麼成果，現在有了人工智慧大模型，只要數據充分，可能幾分鐘就能有結果，而且比一個團隊研究兩三年的結果還要精確。

2024年的諾貝爾化學獎得主，一位是美國華盛頓大學科學家戴維·貝克，另兩位是谷歌「深度思維」公司創始人、英國科學家德米斯·哈薩比斯和該公司美國科學家約翰·江珀。

他們一方面用計算軟體構建出全新蛋白質結構，另一方面則基於胺基酸序列開發出名叫「阿爾法折迭2」的人工智慧（AI）模型，使用這種人工智慧技術實現對蛋白質複雜結構的預測。

在蛋白質的世界裡，胺基酸連接成長鏈，折迭成複雜的三維空間結構，正是這種複雜多樣的空間結構賦予蛋白質重要功能。

自20世紀70年代以來，生物學家一直致力於根據胺基酸序列預測蛋白質結構，也就是依據他們的一維結構預測它們的三維結構，但這是一項極其艱巨的研究任務。

胺基酸與胺基酸之間相互作用複雜，這樣使胺基酸鏈形成了複雜的空間形狀，使精準確定蛋白質三維空間結構難上加難。

AI模型「阿爾法折迭2」的推出，為解決這個問題提供了強大的武器。

以前在研究蛋白質的結構方面，以前傳統的方法一個團隊研究兩三年才找到幾個新蛋白質的結構，現在用人工智慧的方法，一兩個小時可以找到幾十種蛋白質的結構，這就是科技進步對工作效率的提高。

本章未完，點選下一頁繼續閱讀。