滴血验癌的女版乔布斯的老公也创业做医疗检测了

十多年前，一位从斯坦福辍学的年轻女人曾让整个硅谷相信：只需指尖几滴血，就能完成数百项医学检测。十多年后，这个轰动一时的创业骗局再次被推回公众视野。

10 月 16 日，由 A24 发行的纪录片《你能看到一切》（You Can See Everything）在北美上映。这部时长近三小时的作品迅速成为今年北美电影市场的一匹黑马。截至 10 月 25 日，累计票房已达 4510 万美元，跻身北美影史票房最高的纪录片之列。

片中的主角，正是当年被称为“女版乔布斯”的伊丽莎白·霍姆斯（Elizabeth Holmes）。

2003 年，19 岁的霍姆斯创办了血液检测公司 Theranos，宣称要用一台小型设备颠覆整个医疗诊断行业。公司估值一度达到 90 亿美元，她也成为硅谷最受瞩目的创业明星之一。然而，这场神话最终被证实建立在严重的技术虚假陈述之上。2022 年，霍姆斯因欺诈投资者被判处 11 年零 3 个月监禁，次年正式入狱。

这部新片由内森·菲尔德（Nathan Fielder）与兰斯·奥本海姆（Lance Oppenheim）联合执导。拍摄始于霍姆斯入狱前 34 天，前后持续了约三年。镜头记录了她的私人生活，也反复触及一个问题：她究竟是一个精心设计骗局的欺诈者，还是一个过度相信自己、最终无法面对现实的创业者？

图 | 纪录片海报（来源：A24）

更重要的是，霍姆斯的故事并没有随着她入狱而画上句号。影片中频繁出现的另一个人物，是她的丈夫比利·埃文斯（Billy Evans）。如今，他也开始尝试一项与霍姆斯相似的创业计划。

近年来，埃文斯创办了一家名为 Haemanthus 的医疗科技公司，希望结合激光与 AI 技术，开发新一代疾病诊断设备。在 Theranos 骗局轰动硅谷多年后，霍姆斯的伴侣又进入了相似的创业领域，难免引来外界对“Theranos 2.0”的质疑。

不过，Haemanthus 选择的技术路线，与当年的 Theranos 确实存在区别。而且，随着 AI 开始深入生物医学研究，一些过去难以实现的技术设想，如今也有了新的可能。那么十多年过去，相关技术究竟走到了哪一步？今天的 AI 能够兑现当年未能实现的承诺吗？霍姆斯当初又究竟失败在什么地方？

90 亿美元神话的破灭

霍姆斯创立 Theranos 时，瞄准的是一个人人都有切身体验的场景：抽血。

传统血液检测通常需要由专业人员采集静脉血，再将样本送往实验室，利用不同仪器完成检验。整个过程需要一定的时间、设备和专业人员，对部分患者而言也意味着不小的心理负担。

霍姆斯的构想很简单直接，她希望患者只需刺破指尖，采集几滴血放进专用的小型设备，就能在短时间内检测胆固醇、血糖等数十甚至上百项指标。在她的描述中，人们未来只需走进附近的药店，就能像购买日用品一样便捷地了解自己的健康状况。这一设想很快吸引了资本与公众的关注。

辍学后的霍姆斯开始经常身穿乔布斯标志性的黑色高领衫，以富有感染力的演讲方式向外界介绍自己的技术愿景。凭借出色的表达能力和广泛的人脉，她迅速组建起阵容豪华的董事会，多位美国前政要加入其中，就连传媒大亨默多克等知名投资人也参与投资。

图｜伊丽莎白·霍姆斯（来源：公开资料）

2013 年，Theranos 与美国连锁药店 Walgreens 达成合作，开始向普通消费者提供检测服务。2014 年，公司估值达到 90 亿美元，霍姆斯的账面身家也达到 45 亿美元。那几年，霍姆斯一度风光无限。

然而，光鲜的商业叙事背后，技术问题始终没有得到解决。Theranos 当年面临的挑战，主要在两个方面。

首先是样本本身的局限。指尖采集的毛细血管血容易受到组织液混入、采血过程导致红细胞破裂等因素影响，进而造成检测误差。更重要的是，不同医学检验项目对样本类型、采血量、抗凝剂和预处理方式的要求并不相同，极少量指尖血难以直接满足所有检测需求。

其次则是设备小型化和系统集成的困难。Theranos试图将原本需要多种实验仪器完成的分析功能，整合进一台名为 Edison 的小型设备。但不同检测方法对温度控制、光学系统、试剂处理和液体输送的要求各不相同，要在有限空间内同时满足这些条件，工程难度极高。后来，公司又开发了功能更复杂的 miniLab，尝试集成更多检测项目，但这款设备最终也没有真正投入临床应用。

图｜Theranos开发的 miniLab 血液检测设备，试图将多项医学检测功能整合到一台小型仪器中。（来源：Theranos ）

2015 年，《华尔街日报》的一篇调查报道，让 Theranos 长期隐瞒的技术问题被公之于众。两度获得普利策奖的调查记者约翰·卡雷鲁（John Carreyrou）发现，Edison 实际能够完成的检测项目十分有限，大部分检测仍依赖西门子等厂商生产的传统实验室仪器。部分血液样本还需要经过稀释处理，检测结果的准确性也存在严重问题。此后，卡雷鲁持续追踪 Theranos 的内幕，并于 2018 年出版调查纪实作品《坏血：一个硅谷巨头的秘密与谎言》，详细揭露了这家公司的技术骗局。

更严重的是，Theranos 长期向投资者隐瞒这些技术缺陷，对设备能力、实际应用情况和公司收入作出虚假陈述。2018 年，美国证券交易委员会（SEC）指控 Theranos 及其高管通过虚假或误导性陈述，从投资者手中募集超过 7 亿美元。随后，公司解散，霍姆斯也最终因欺诈投资者被定罪。

此后数年，她一直深陷司法诉讼。2022 年，霍姆斯因欺诈投资者被判处 11 年零 3 个月监禁，并于 2023 年 5 月正式入狱，为这场持续十余年的硅谷创业神话画上了句号。

不过，霍姆斯的失败并不代表微量血液检测本身没有科学价值。过去几年，还是有公司沿着这一方向取得了实际进展。

例如，美国医疗设备公司 BD（碧迪医疗）与 Babson Diagnostics 合作开发的微量采血检测方案，已经能够使用少至六滴指尖血完成部分常规检测。与 Theranos 不同，这套方案并不试图通过一台设备完成全部检测，而是使用专门的微量采血装置，再将处理后的样本送往中心实验室，利用成熟仪器完成分析。

（来源：Babson Diagnostics）

这说明，便捷、低痛感的血液检测并不是无法实现的梦想，只是实现方式可能远没有霍姆斯当年描绘的那么简单。

霍姆斯伴侣的新公司，究竟在做什么？

而如今，霍姆斯的伴侣比利·埃文斯也开始涉足医疗科技创业。

比利·埃文斯毕业于麻省理工学院（MIT），曾先后供职于 LinkedIn 和激光雷达公司 Luminar，在霍姆斯入狱后，他开始创办公司 Haemanthus。

有意思的是，Haemanthus 原本是一个植物属名，源自希腊语中的“血”与“花”，意为“血之花”。埃文斯追随妻子的用意可见一斑。据相关媒体报道，这家总部位于得克萨斯州奥斯汀的初创公司规模不大，部分研发人员来自他此前工作过的 Luminar。

图｜伊丽莎白·霍姆斯（左）和比利·埃文斯（来源：X）

Haemanthus 选择的核心技术是拉曼光谱（Raman Spectroscopy）与 AI 的结合。公司希望利用激光分析血液、唾液和尿液等生物样本中的分子信息，从中识别与疾病相关的生物标志物。

拉曼光谱是一种利用光与分子相互作用分析物质组成的技术。当特定频率的激光照射样本时，绝大多数散射光的频率不会发生变化，但有极少部分光会因为与分子振动发生能量交换而改变频率。不同分子的振动特征存在差异，因此，研究人员可以通过分析这些微弱的频率变化，获得样本的部分化学组成信息。

简单来说，拉曼光谱就是一种一种识别分子“指纹”的方法。这项技术并不新鲜，早已广泛应用于化学分析、材料科学等领域。近年来，随着光学仪器和算法的发展，研究人员也开始尝试将其用于癌症筛查、病理组织分析等医学诊断场景。

图｜拉曼散射原理示意图。光与分子相互作用后，部分散射光的频率发生变化，研究人员可据此分析物质的分子结构与组成。（来源：Wikipedia）

Haemanthus 的思路，就是将这种光学检测技术与 AI 结合起来。传统生化检测通常需要使用特定试剂，通过化学反应测量目标物质的含量；拉曼光谱则可以直接采集样本中的光学信号，再利用算法识别其中的分子特征。如果能够解决信号采集、识别准确率和设备成本等问题，未来就有机会减少部分检测所需的复杂样本处理流程。

从公开专利来看，Haemanthus 确实已经开展了相关技术研发。2025 年 1 月，该公司获得一项编号为 US12203862B1 的美国授权专利，涉及使用不同频率的激光产生拉曼信号，再通过光学接收系统完成检测。专利发明人包括约瑟夫·拉沙佩尔（Joseph LaChapelle）和罗杰·坎农（Roger Cannon）。

此后，团队又围绕相干拉曼检测、光子集成电路等方向公开了多项专利申请。今年 10 月 20 日，美国专利商标局还公布了其另一项涉及分子内部振动耦合信号测量的授权专利。

这些专利说明，Haemanthus 的技术探索具有一定的科学和工程基础，但迄今为止，公司尚未公开足以独立验证其诊断性能的完整临床研究数据，也没有推出经过充分验证的商业化医疗诊断产品。

此前据《纽约》杂志披露，Haemanthus 计划先从兽医检测市场切入，再逐步拓展到人类医疗诊断，长期目标甚至包括可穿戴健康监测设备。其早期融资材料曾预计，实现长期产品目标可能需要约三年时间，以及至少 7,000 万美元投入。

AI 时代，能否实现当年的技术幻想？

尽管 Theranos 最终以欺诈丑闻收场，但霍姆斯当年提出的技术愿景，并没有因此失去吸引力。从微量血液检测到便携式诊断设备，科学家和医疗科技公司仍在尝试解决这些问题。如今，埃文斯又选择了另一条技术路线，希望通过光谱分析和 AI，实现更加便捷的疾病诊断。

那么，随着 AI for Science（AI4S）快速发展，今天的技术究竟能在多大程度上实现这两项创业计划？

首先是 Theranos 当年希望实现的微量血液检测。它最大的技术挑战，是将需要不同试剂、反应条件和分析仪器的检测项目，集成到一台小型设备中，同时将所需血液量减少到几滴。

如今，微流控芯片、生物传感器和半导体制造技术的发展，已经让部分设想成为可能。微流控芯片可以在极小的空间内控制液体流动，将血液分离、样本处理和化学反应等步骤整合在一起，从而缩小设备体积、减少样本消耗。

图｜一种面向即时医疗的微流控芯片（来源：Wikipedia）

今年 9 月，发表于《化学工程杂志》（Chemical Engineering Journal）的一项研究，就展示了一种结合微流控与集成电路的检测系统。研究人员仅使用约 20 微升全血（相当于一小滴血），便在 12 分钟内完成四种心血管疾病相关生物标志物的检测。虽然距离 Theranos 当年宣称的数百项指标仍有很大差距，但也进一步展示了微量血液多项目检测的可行性。

AI 的加入，则可能进一步推动设备的小型化和自动化。机器学习可以辅助优化芯片设计、分析检测信号，并根据实验反馈调整操作流程，让部分原本需要人工反复调试的工作实现自动化。

今年 10 月 5 日，《自然·传感器》（Nature Sensors）发表的一项研究，就将计算机视觉、AI 和数字微流控技术结合起来，开发了一套智能微液滴分析系统。它能够自主控制微小液滴的移动、分离和融合，并根据视觉反馈调整实验操作。研究报告称，该系统可将试剂消耗量降低约 10 万倍，同时支持多项实验并行进行。

AI 正在从单纯的数据分析工具，进一步参与实验操作和流程优化。未来，过去需要在大型实验室中分步完成的部分检测，有机会被整合到更加紧凑的自动化设备中。

不过，霍姆斯当年的目标远不止完成几项检测。要让几滴血支持数百项医学检验，仍然需要解决样本总量、检测方法兼容性和部分低浓度标志物难以测量等问题。AI 可以提高研发效率，但仍需要传感器和检测技术本身取得进展。

相比之下，Haemanthus 的路线更加依赖 AI 的数据分析能力。它希望通过拉曼光谱，一次性获得生物样本中的大量分子信息，再由算法识别疾病相关特征，而不必为每个检测项目都设计独立的化学反应。

这条路线的难点在于，血液中存在大量蛋白质、代谢物等生物分子，不同物质的光谱信号相互叠加，疾病相关特征可能十分微弱。机器学习擅长分析复杂的高维数据，因此有机会从这些信号中提取过去难以识别的信息。

今年 6 月，一项发表于《澳大利亚和新西兰外科杂志》（ANZ Journal of Surgery）的研究，利用拉曼光谱结合机器学习筛查结直肠癌。研究人员分析了 370 名受试者的血浆样本，模型在包含 148 人的验证队列中，取得了约 84% 的灵敏度和 93% 的特异性，展示了这项技术在疾病筛查中的潜力。

但模型能否在不同患者和仪器之间保持稳定，仍然是重要挑战。10 月 26 日，《科学报告》（Scientific Reports）发表的一项研究发现，深度学习模型可能从光谱中学到患者身份、仪器差异等与疾病无关的特征。研究团队进一步利用对抗学习，尝试减少这些干扰信息对疾病识别的影响。

因此，从今天的技术进展来看，两条路线的确都有继续探索的空间。尤其是 AI4S 正在从数据分析走向实验设计、自动化操作和反馈优化，有望进一步加快医学检测设备的研发。

硅谷为何始终迷恋技术神话？

回到纪录片《你能看到一切》，还有一个令人印象深刻的细节：面对导演反复追问是否存在“过度夸大”，霍姆斯始终坚决否认自己实施过任何意义上的欺诈。外界很难判断，她究竟是真的坚信当年的承诺，还是在刻意回避技术现实与个人愿景之间的巨大落差。

但如果将视野扩展到整个硅谷，技术承诺远远跑在实际进展前面的现象，其实早已屡见不鲜；一直以来，硅谷的精神之一就是“fake it until you make it”。2019 年，马斯克曾预测，特斯拉将在次年拥有约 100 万辆自动驾驶出租车，这一目标至今未能兑现。在生物医药领域，一项实验室突破要走向临床应用与商业化，同样可能需要经历漫长的研发与验证。技术发展很难完全按照创始人设定的时间表推进。

随着生成式 AI 的爆发，这种围绕未来展开的宏大叙事又迎来了新的高潮。

OpenAI 首席执行官奥尔特曼在《智能时代》中描绘了一个由 AI 带来普遍繁荣的未来，认为每个人都可能拥有专属的虚拟专家团队。Anthropic 首席执行官阿莫代伊则提出，强大的 AI 可能将未来 50 至 100 年的生物医学进步压缩到 5 至 10 年内实现。大模型在编程、推理和科学研究辅助等领域确实进展迅速，但距离这些宏大愿景真正成为现实，究竟还有多远，目前仍难以判断。

相比之下，Theranos 当年的承诺反而具体得多：几滴指尖血究竟能否完成数百项医学检测，可以通过实验直接检验。但例如 AGI 何时实现、AI 能否带来普遍繁荣这类问题，至今仍缺乏统一、明确的衡量标准。

某种程度上，越是具体的技术承诺，越容易接受现实检验；越是宏大的未来愿景，反而越可能在很长一段时间内保持模糊。这种难以证实、也难以证伪的状态，逐渐成为科技公司讲述未来故事的一种灰色舒适区。

而这些故事的影响力，很大程度上来自资本的持续投入。2018 年，SEC 披露 Theranos 通过虚假陈述募集了超过 7 亿美元。如今，头部 AI 公司的单轮融资规模已经达到千亿美元级别。随着投入不断增加，科技公司的未来愿景也越来越容易成为资本市场和公众关注的焦点。

但资本的认可，究竟能在多大程度上证明一项技术的可行性？Theranos 当年拥有豪华的董事会、知名投资人和大量媒体报道，核心设备却始终无法拿出与宣传相匹配的可靠检测结果。直到《华尔街日报》的调查揭开真相，这场持续多年的技术神话才开始崩塌。

十多年过去，AI 与医学检测技术确实取得了长足进展，一些曾经难以实现的设想正在获得新的可能。但硅谷对宏大愿景的追捧，以及资本和公众对这些愿景的热情，似乎从未改变。

或许，Theranos 留给科技行业最值得反思的，正是这种长期存在的矛盾：我们越来越愿意相信技术能够改变未来，却时常忘记认真地审视它在当下究竟走到了哪一步。