中国经济网络保留的所有权利 中国经济网络新媒体矩阵 在线音频 - 视觉节目许可证（0107190）（北京ICP040090） ●记者Zheng Cuiyy从研发模型的转变到改变临床治疗的变化，从处理数据到优化到扩大科学思想，人工智能在各个方面增强生物制药行业的能力。 7月28日，在2025年世界人工智能会议期间举行的“生态论坛和人工智能医疗研发新模式和新机会”中，会议专家分享了人工智能的削减应用，并通过研发和治疗该疾病。同时，人工智能在生物医学上的应用仍面临数据挑战，技术，合作等。上海创新药物研发中心首席科学家约翰·雷格（John Renger）在论坛上发表讲话。他提供了一个例子，将来是Arti典型智力可能会破坏临床诊断限制，从个人遗传倾向，生活经历和其他方面开始，甚至在疾病症状出现之前进行干预，改变发展疾病的痛苦，并监测干预的影响。尽管人工智能了解人类生物学和疾病的复杂性，但也可以通过个人信息来建立虚拟人，并可以使用人工智能技术提供定制治疗计划。人工智能具有药物研发的主要潜力。约翰·伦格（John Renger）说，如果可以将人工智能用于反向设计，“不再是首先确定目标，筛查和制作治疗药物，而是直接告诉人工智能我们需要使用某些特性的药物，以便机器可以开发它。”该药物的传统研究和开发需要大量的preclinICal安全评估和临床试验，通常是由于了解动物与人之间的药物而差异，因此无法准确预测公差。人工智能为这些困难带来了新的解决方案。约翰·伦格（John Renger）表示，将来，人工智能不仅可以预测特定靶标的治疗作用，而且还可以预测药物作用后链条的反应，包括潜在的安全性和耐受性问题，在安全性和耐受性评估工作量上进行的工作，优化药物提供计划，并摆脱许多生物学实验和差的临时猜测模型的困境。在进行临床药物测试以解决临床测试的安全问题之前，也可以在虚拟环境中模仿。人工智能可用于监测测试和患者状况的发展，并与实时调节器进行通信。就人类的emo而言人工智能也具有潜在的应用。约翰·伦格（John Renger）说，人工智能可以为精神分裂症，焦虑和未来悲伤等疾病提供治疗选择。通过了解每个TAOR的情感“阈值”并根据个人特征提供个性化的联系，例如在其他人感到焦虑时组织联系方法，并在需要反馈时提供情感反馈，从而提高人们应对压力和困难选择的能力。中山医院肝外科手术系主任高昆格（Gao Qiang）从临床角度分享了人工智能在肿瘤领域的应用。他说，微环境肿瘤很复杂，涉及多个细胞的分析以及面临重大挑战的接触和多构想数据，人工智能的干预提供了解决这些问题的新方法。在病理检查中，人工智能大道可能会发现在人眼中很难看到的信息，并通过结构特性来判断肿瘤治疗的反应。此外，人工智能在分析现有的OMICS数据，开发新疗法，优化肿瘤疫苗并帮助临床医学决策时也产生了一些发展。降低成本并提高效率并加速变化，以及上海人工智能实验室的教授Ouyang Wanli教授谈到了人工智能在变化生活中的三个关键作用：降低变化成本，加速变化和改善。在降低变化成本方面，人工智能在压缩数据方面具有很大的潜力。传统的压缩方法将在高压缩比下引起数据失真，而人工智能可以意识到想象力的特征并实现道路的高度诚实 - 甚至数千个OF压缩。例如，斑马鱼的压缩整个大脑成像数据不仅降低了存储成本，而且不会影响数据质量。同时，基本模型的使用可以解决实验数据不足的问题。例如，在预测核糖核酸（RNA）结构时，基于语言的训练方法可以显着提高预言的准确性并减少不当实验。在超速变化方面，人工智能可以取代一些制造商。 Ouyang Wanli提出，以大型模型为例，以晶体结构检查为例，并伴随着Kaaliin专业领域，分析的准确性达到了专家水平，并大大提高了速度。在神经科学检查中，涉及大量数据，人工智能互动细分细分市场的应用可以降低标签标签和提高效率的成本。就提高TH的高度而言E变化，学术界探索了人工智能的科学研究。 Ouyang Wanli的团队发现，大型语言模型可以提出高质量的研究思想，例如化学家。通过允许大型语言模型模拟与各个领域的专业团队进行讨论，人工智能可以产生更具创新性的科学研究思想，并为生物医学研究提供新的灵感。数据丢失已成为应用程序的瓶颈。专家已经就生物医学领域的人工智能挑战和突破进行了热烈的讨论。 Shenshi Technology的创始人兼首席执行官Sun Weijie认为，人工智能已经通过了许多发展阶段进行科学研究。当前的主要挑战是快速运用人工研究和药物开发以及其他情况的最新技术，并且它具有效率。所有人都可以使用的人造科学产品是E促进现场发展的关键。罗氏中国创新中心AIDD负责人Lin Yi说，制药公司存在诸如缺少结构数据，难以共享数据和偏见的人工智能模型的问题。广州国家实验室的研究人员陈·洪明（Chen Hongming）表示，他的经验是，数据集成是一个主要的系统项目，需要从各种内部和外部资源中进行数据处理，同时也解决了诸如数据隐私和格式标准化等问题。上海科学与情报学院主任郭Xin认为，图像处理被广泛用于药物发现中，例如处理超大的病理图像和改善图像质量，但它也面临诸如数据共享，工具打开和建模的挑战。未来的突破在于开发一个为科学研究提供的人工智能技术平台。