十多年前，伊丽莎白·霍姆斯（Elizabeth Holmes）曾让硅谷相信，只需指尖几滴血即可完成数百项医学检测。这场轰动一时的创业骗局如今再次回到公众视野。
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。截至10月25日，该片累计票房达4510万美元，跻身北美影史票房最高的纪录片行列。
影片主角正是曾被称为“女版乔布斯”的霍姆斯。2003年，19岁的她创办血液检测公司Theranos，宣称将颠覆医疗诊断行业，公司估值一度高达90亿美元。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刑，并于次年入狱。
这部由内森·菲尔德与兰斯·奥本海姆联合执导的纪录片，拍摄始于霍姆斯入狱前34天，持续约三年。镜头不仅记录了她的私人生活，更探讨了一个核心问题：她究竟是一个精心策划的欺诈者，还是一个过度自信、无法面对现实的创业者？
图 | 纪录片海报（来源：A24）
值得注意的是，霍姆斯的故事并未随其入狱而终结。影片中频繁出现的另一关键人物是她的丈夫比利·埃文斯（Billy Evans）。如今，埃文斯也进入医疗科技领域，创办了一家名为Haemanthus的公司，试图结合激光与AI技术开发新一代疾病诊断设备。在Theranos骗局余波未平之际，这一举动难免引发外界对“Theranos 2.0”的质疑。
然而，Haemanthus的技术路线与Theranos存在显著差异。随着AI深入生物医学研究，部分过去难以实现的技术设想迎来了新可能。那么，十多年过去，相关技术进展如何？AI能否兑现当年未竟的承诺？霍姆斯究竟败在何处？
90亿美元神话的破灭
霍姆斯创立Theranos时，瞄准的是普遍存在的抽血痛点。传统血液检测需专业人员采集静脉血并送往实验室，耗时且给患者带来心理负担。霍姆斯构想通过小型设备，利用指尖几滴血在短时间内检测数十甚至上百项指标，让用户像在药店购物一样便捷地了解健康状况。
凭借极具感染力的演讲和乔布斯式的黑色高领衫形象，霍姆斯迅速吸引了包括多位美国前政要在内的豪华董事会成员，以及传媒大亨默多克等知名投资人。2013年，Theranos与美国连锁药店Walgreens合作提供服务；2014年，公司估值达到90亿美元，霍姆斯个人账面身家达45亿美元。
图｜伊丽莎白·霍姆斯（来源：公开资料）
然而，光鲜背后技术难题始终未解。Theranos面临两大挑战：
首先是样本局限。指尖毛细血管血易混入组织液或因采血导致红细胞破裂，造成误差。且不同检测项目对样本类型、抗凝剂及预处理要求各异，极少量指尖血难以满足所有需求。
其次是设备集成困难。Theranos试图将多种实验仪器功能整合进名为Edison的小型设备，但不同检测方法对温度、光学系统及试剂处理要求不同，工程难度极高。后续开发的miniLab也未能真正投入临床应用。
图｜Theranos开发的 miniLab 血液检测设备（来源：Theranos）
2015年，《华尔街日报》调查记者约翰·卡雷鲁揭露了Theranos的技术真相：Edison实际能完成的检测极少，大部分依赖西门子等传统仪器，且结果准确性存疑。卡雷鲁随后出版《坏血》，详细披露了这场骗局。
更严重的是，Theranos长期向投资者隐瞒技术缺陷，虚报设备能力和收入。2018年，美国证券交易委员会（SEC）指控其通过虚假陈述募集超7亿美元。公司最终解散，霍姆斯于2022年被判处11年零3个月监禁，2023年5月正式入狱。
霍姆斯的失败并不代表微量血液检测无科学价值。例如，BD（碧迪医疗）与Babson Diagnostics合作的方案，已能用六滴指尖血完成部分常规检测。但该方案并非通过一台设备完成全部检测，而是使用专用采血装置后将样本送至中心实验室分析。
（来源：Babson Diagnostics）
这表明，便捷、低痛感的血液检测并非不可实现，只是路径比霍姆斯描绘的更为复杂。
霍姆斯伴侣的新动向
霍姆斯的丈夫比利·埃文斯毕业于麻省理工学院，曾在LinkedIn和激光雷达公司Luminar任职。霍姆斯入狱后，他创办了Haemanthus公司。
Haemanthus意为“血之花”，埃文斯追随妻子涉足该领域的意图明显。该公司总部位于得克萨斯州奥斯汀，部分研发人员来自Luminar。
图｜伊丽莎白·霍姆斯（左）和比利·埃文斯（来源：X）
Haemanthus的核心技术是拉曼光谱（Raman Spectroscopy）与AI的结合。拉曼光谱通过激光照射样本，分析散射光频率变化来识别分子“指纹”。这项技术虽不新鲜，但随着光学仪器和算法进步，正逐步应用于癌症筛查等医学场景。
图｜拉曼散射原理示意图（来源：Wikipedia）
Haemanthus试图利用拉曼光谱直接采集生物样本光学信号，再通过AI算法识别分子特征，从而减少复杂的样本处理流程。从公开专利看，该公司已在多频率激光拉曼信号检测、相干拉曼检测等领域获得授权或提出申请。
尽管具备一定技术基础，但Haemanthus尚未公开足以独立验证的临床数据，也未推出商业化产品。据媒体披露，该公司计划先从兽医市场切入，再拓展至人类医疗，长期目标包括可穿戴健康监测设备。
AI时代的技术前景
Theranos的丑闻并未消除人们对便捷诊断的追求。如今，埃文斯选择光谱分析与AI路线，而微流控等技术也在进步。在AI for Science（AI4S快速发展的背景下，这些愿景实现程度如何？
微量血液检测的进展
Theranos的挑战在于将多项目检测集成于小型设备并极大减少血量。如今，微流控芯片、生物传感器和半导体技术的发展使部分设想成为可能。
图｜一种面向即时医疗的微流控芯片（来源：Wikipedia）
2026年9月，《化学工程杂志》发表研究展示了一种结合微流控与集成电路的系统，仅用20微升全血便在12分钟内完成四项心血管疾病标志物检测。虽距数百项指标尚有差距，但证明了可行性。
AI的加入进一步推动了小型化和自动化。机器学习可优化芯片设计、分析信号并调整流程。2026年10月，《自然·传感器》发表研究，将计算机视觉、AI与数字微流控结合，开发出智能微液滴分析系统，试剂消耗量降低约10万倍。
然而，要实现几滴血支持数百项检验，仍面临样本总量、方法兼容性及低浓度标志物测量等难题。AI能提高研发效率，但底层传感器技术仍需突破。
光谱分析与AI的挑战
Haemanthus的路线依赖AI数据分析能力，试图从复杂的光谱信号中提取疾病特征。血液中大量分子信号叠加，疾病特征微弱，机器学习有望从中提取信息。
2026年6月，《澳大利亚和新西兰外科杂志》发表研究，利用拉曼光谱结合机器学习筛查结直肠癌，在验证队列中取得约84%灵敏度和93%特异性。
但模型稳定性仍是挑战。2026年10月，《科学报告》研究发现，深度学习模型可能学到患者身份、仪器差异等非疾病特征。研究团队正尝试通过对抗学习减少干扰。
综上，两条路线均有探索空间。AI4S正从数据分析走向实验设计与自动化，有望加速医学检测设备研发。
硅谷对技术神话的迷恋
在纪录片中，霍姆斯坚决否认欺诈。这引发了一个更广泛的问题：硅谷为何始终迷恋“fake it until you make it”?
从特斯拉自动驾驶出租车承诺延期，到生物医药领域漫长的转化周期，技术往往难以按创始人时间表推进。随着生成式AI爆发，宏大叙事再起高潮。OpenAI首席执行官奥尔特曼描绘AI带来普遍繁荣，Anthropic首席执行官阿莫代伊认为AI可将百年生物医学进步压缩至十年。但这些愿景缺乏明确衡量标准，处于一种难以证伪的“灰色舒适区”。
资本持续涌入加剧了这一现象。Theranos曾募资超7亿美元，如今头部AI公司单轮融资可达千亿美元级别。然而，资本认可并不等同于技术可行。Theranos拥有豪华阵容，却拿不出可靠检测结果，直到媒体调查揭开真相。
十多年过去，AI与医学检测技术确有长足进展。但硅谷对宏大愿景的追捧未曾改变。Theranos留给科技行业的反思在于：我们愿意相信技术改变未来，却常忽略审视它在当下究竟走到了哪一步。
参考内容：
1. https://www.sec.gov/newsroom/press-releases/2018-41
2. https://www.justice.gov/usao-ndca/pr/elizabeth-holmes-sentenced-more-11-years-defrauding-theranos-investors
3. https://www.forbes.com/sites/annatong/2026/10/22/elizabeth-holmes-partners-blood-testing-startup-has-lost-its-cto-and-key-inventor/
4. https://www.fortune.com/2026/10/25/elizabeth-holmes-partner-billy-evans-haemanthus-blood-testing-startup-theranos/
5. https://patents.google.com/patent/US12203862B1/en
6. https://news.bd.com/2022-05-11-Babson%2C-BD-Expand-Strategic-Partnership-to-Advance-Diagnostic-Blood-Collection-in-New-Care-Settings
7. https://www.sciencedirect.com/science/article/pii/S1385894726055476
8. https://www.nature.com/articles/s44460-026-00133-0
9. https://pmc.ncbi.nlm.nih.gov/articles/PMC13536222/
10. https://www.nature.com/articles/s41598-026-62086-1
11. https://ia.samaltman.com/
12. https://darioamodei.com/machines-of-loving-grace
免责声明：本文旨在传递生命科学和医疗健康产业最新讯息，不代表平台立场，不构成任何投资意见和建议，以官方/公司公告为准。本文也不是治疗方案推荐，如需获得治疗方案指导，请前往正规医院就诊。
运营/排版：彭雅雯
注：封面/首图由 AI 辅助生成