Priscilla Chan 将 AI 细胞模型视为生物学和医学的下一个飞跃

快速阅读: 《CNET 公司》消息，陈-扎克伯格倡议组织负责人陈博士在SXSW大会上表示，AI或成生物医学研究下一飞跃。她强调AI可简化药物筛选，但不会取代实体实验室研究，科学家需筛选模型提出的方案。她将其比作显微镜等技术革新，认为将推动医学跨越式发展。

找到治疗焦虑和抑郁等病症的合适药物可能会很棘手。医生通常会从一种普遍耐受性好且有效的药物开始，但它可能对你毫无作用——甚至产生可怕的副作用。有时需要几个月的试错过程才能找到有效的东西，这是一个非常普遍的问题。

普里西拉·陈博士在周三的西南偏南（SXSW）大会上告诉观众，如果医生能将药物与针对个人细胞和系统的生成式人工智能模型进行比对，这个问题就可以得到简化。陈博士与她的丈夫、Meta创始人兼首席执行官马克·扎克伯格共同创立了陈-扎克伯格倡议组织，她说使用人工智能可能是生物医学研究的下一个重大飞跃。

“我们希望借助这些模型能够回答生物学中一些最困难的问题，”陈博士说。自2022年底ChatGPT人工智能聊天机器人亮相以来，人工智能一直是几乎所有人的热门话题。本周，在德克萨斯州奥斯汀举行的西南偏南大会（SXSW）上，人工智能成为了一个主要焦点，讨论围绕信任、责任以及工作的未来展开。去年，谷歌DeepMind人工智能部门的两位科学家因其利用人工智能预测蛋白质结构的工作而获得了诺贝尔化学奖。

至于这项技术如何推动科学和医学的发展，可能需要数年，甚至数十年的时间。而且这些人工智能模型很可能只是加速实际实验室研究，而不是取代它。但陈博士看到了无限的可能性。

我们对自己了解多少

作为一名儿科医生，陈博士表示，人类身体的许多运作方式仍然超出了科学的理解范围。当然，研究人员已经破解了人类基因组，但这只是一个路线图。陈博士用《星球大战》中的千年隼号乐高模型作比喻——基因代码就是说明书。然而，我们仍然不知道各个部件是如何组合成这艘飞船的。当某个部分似乎无法正确拼接时，那就是医学需要介入的地方。

除了生物学知识的空白，我们对个体内部生物学运作的理解也有限。基于少量样本，我们对外部人体应该如何运作有了一些推断，但这只是一个微小的数据集，远远不能代表人类的多样性。一个人工智能模型可以帮助描述一个个体细胞内正在发生的事情——个性化医疗，使你的治疗方案与我的不同。

“如果我们构建正确的数据和人工智能模型，就能更好地理解究竟是什么让我们保持健康，又是什么让我们生病，”陈博士说。

人工智能能否加速生物医学研究？

目前用于开发新药和治疗方法的技术既缓慢又昂贵。想法必须在实体实验室环境中接受测试，这需要大量的时间和资源。陈博士并不建议消除现有的物理“湿实验室”研究。但机器学习模型——人工智能的一个标志性特征——可以帮助识别更有可能成功的药物候选者，这意味着可能需要更少的现实世界测试来达到可行的解决方案。

这些模型并非总是准确。它们可能会提出一些无效的解决方案或想法，甚至可能是物理上不可能的想法，这就是为什么需要真正的科研人员来筛选模型产生的想法。“它不会给我们完整的答案，”陈博士说。“我不想让你认为科学家只要和模型交谈就能获得他们需要的所有答案。”

陈博士说，机器可以帮助科学家提出更好的问题。“它将成为假设生成器，”她说。虽然许多公司和研究人员都在寻找在医院和患者治疗中使用人工智能的方法，但陈博士的重点是推进基础生物学研究，为未来的进步奠定基础。

她认为人工智能可能是科学的重大飞跃，类似于显微镜、X射线、核磁共振或人类基因组测序的发明。“健康与医学的发展是跨越式前进的，”她说。“有些时期研究陷入停滞，然后有人发明了一种新技术，彻底改变了我们看待人体的方式。”

(以上内容均由Ai生成)