然而,，在過去的十年里,，“組學(xué)”（omics）技術(shù)取得了巨大的進(jìn)步,，能夠快速,、可靠、廉價(jià)地對個(gè)人的整個(gè)基因組測序,，或者測量體液或組織樣本中所有蛋白質(zhì)(蛋白質(zhì)組),、代謝副產(chǎn)物(代謝組)或微生物(微生物組)的水平。該技術(shù)的常規(guī)應(yīng)用同時(shí)開始產(chǎn)生巨大的數(shù)據(jù)集,，AI可以挖掘這些數(shù)據(jù)集,，以發(fā)現(xiàn)對臨床有用的新的生物標(biāo)記。這種高通量組學(xué)技術(shù)與AI相結(jié)合,，正在引領(lǐng)先進(jìn)診斷技術(shù)的新時(shí)代,，這將改變?nèi)藗儗υS多疾病的理解和治療，使醫(yī)生能夠根據(jù)單個(gè)患者的分子特征定制治療方法,。

有些先進(jìn)的診斷技術(shù)已經(jīng)應(yīng)用于癌癥,。比如Oncotype DX可檢查21個(gè)基因，許多乳腺癌患者可以據(jù)此避免化療,。FoundationOne CDx可以檢測實(shí)體腫瘤中300多個(gè)基因的基因突變,，并指出特定的基因靶向藥物可能對特定患者有用。除了癌癥,，還有一種令人興奮的方法可以應(yīng)用于子宮內(nèi)膜異位癥,。這是一種令人痛苦的疾病，子宮組織在不屬于它的地方生長,，診斷過程通常也需要手術(shù),。而來自DotLabs基于唾液的無創(chuàng)檢測方式可以通過測量名為microRNAs的小分子，來識別子宮內(nèi)膜異位癥,。

目前,，通過臨床醫(yī)生對癥狀的主觀評估來診斷的大腦紊亂，如自閉癥,、帕金森癥和阿爾茨海默癥,，血液測試正在開發(fā)中。研究人員甚至在探索是否能對整個(gè)基因組進(jìn)行測序,，分析微生物群落,，測量健康人體內(nèi)數(shù)百種蛋白質(zhì)和代謝物的水平,，從而為這些人如何預(yù)防疾病提供個(gè)性化的指導(dǎo)。

需要提醒的是,，醫(yī)療機(jī)構(gòu)和使用這種診斷工具的研究人員,，必須嚴(yán)格執(zhí)行保護(hù)病人隱私的保障措施,。此外,，還需要明確的管理準(zhǔn)則，以一致的方式評估生物標(biāo)志物作為診斷工具的價(jià)值,。這些指導(dǎo)將加速將新的生物標(biāo)志物引入醫(yī)療實(shí)踐,。即便如此，先進(jìn)的診斷技術(shù)已經(jīng)開始瓦解診斷和治療疾病的標(biāo)準(zhǔn),。通過引導(dǎo)病人接受最有效的治療,，他們甚至可以減少醫(yī)療支出。將來,，許多人可能會擁有生物標(biāo)記數(shù)據(jù)的個(gè)人云,，隨著時(shí)間的推移，這些數(shù)據(jù)將積累起來,，并幫助提供個(gè)性化治療,。

3.分子設(shè)計(jì)AI

想要設(shè)計(jì)新的太陽能材料、抗癌藥物或者能阻止病毒攻擊農(nóng)作物的化合物嗎,？首先,，你必須解決兩大挑戰(zhàn)：為這種化合物找到正確的化學(xué)結(jié)構(gòu)，以及確定哪些化學(xué)反應(yīng)將正確的原子連接到所需的分子或分子組合中,。這個(gè)過程非常耗時(shí),，并且涉及許多失敗的嘗試。例如,，某個(gè)綜合計(jì)劃可以有數(shù)百個(gè)單獨(dú)的步驟,，其中許多步驟會產(chǎn)生副反應(yīng)或副產(chǎn)品，或者根本不起作用,。然而現(xiàn)在,，AI開始提高設(shè)計(jì)和合成的效率，使這個(gè)過程變得更快,、更容易,、更便宜，同時(shí)減少化學(xué)廢物,。

在AI中,，機(jī)器學(xué)習(xí)算法分析所有已知的過去實(shí)驗(yàn)，這些實(shí)驗(yàn)試圖發(fā)現(xiàn)并合成感興趣的物質(zhì),?；谒鼈兯R別的模式，這些算法可以預(yù)測潛在有用的新分子結(jié)構(gòu)以及制造它們的可能方法。沒有任何單獨(dú)的機(jī)器學(xué)習(xí)工具可以在按下按鈕時(shí)就能完成所有這些工作,，但AI技術(shù)正在迅速進(jìn)入藥物分子和材料的現(xiàn)實(shí)設(shè)計(jì)世界,。

舉例來說，德國明斯特大學(xué)的研究人員開發(fā)了一種AI工具,，它可以反復(fù)模擬已知的1240萬個(gè)單步化學(xué)反應(yīng),，并以比人類快30倍的速度設(shè)計(jì)出多步合成路線。在制藥領(lǐng)域,，基于AI的“生成機(jī)器學(xué)習(xí)”技術(shù)也令人興奮,。大多數(shù)制藥公司儲存了數(shù)以百萬計(jì)的化合物，并對它們進(jìn)行篩選,，以確定其作為新藥的潛力,。但是，即使有了機(jī)器人技術(shù)和實(shí)驗(yàn)室自動化工具,，這種篩選過程也是緩慢的,，而且產(chǎn)生的結(jié)果也相對較少。

此外,，這些“庫”只包括理論上可能存在的超過1030個(gè)分子中的一小部分,。利用描述已知藥物(和候選藥物)的化學(xué)結(jié)構(gòu)及其特性的數(shù)據(jù)集，機(jī)器學(xué)習(xí)工具可以構(gòu)建具有相似的,、可能更有用特性的新化合物的虛擬庫,。這種能力正開始顯著加速藥物潛力的識別。近100家初創(chuàng)企業(yè)已經(jīng)在探索用AI發(fā)現(xiàn)藥物,，比如Insilico Medicine,、Kebotix以及BenevolentAI，后者最近籌集了1.15億美元資金,，將其AI技術(shù)應(yīng)用于運(yùn)動神經(jīng)元疾病,、帕金森氏癥和其他難以治療的疾病的藥物研發(fā)中。

BenevolentAI將AI應(yīng)用于整個(gè)藥物開發(fā)過程,，從新分子的發(fā)現(xiàn)到臨床試驗(yàn)的設(shè)計(jì)和分析,，旨在人類身上證明安全性和有效性。在材料領(lǐng)域,，Citrine Informatics等企業(yè)正在采用與制藥企業(yè)類似的方法,，并與BASF和松下等大公司合作，以加速創(chuàng)新,。美國政府也在支持AI設(shè)計(jì)的研究,。自2011年以來，美國已在材料基因組計(jì)劃(Materials Genome Initiative)上投資逾2.5億美元,。該計(jì)劃正在建立包括AI和其他計(jì)算方法在內(nèi)的基礎(chǔ)設(shè)施,，以加速先進(jìn)材料的開發(fā),。

過去的經(jīng)驗(yàn)告訴我們，新材料和化學(xué)品可能對健康和安全造成不可預(yù)見的風(fēng)險(xiǎn),。幸運(yùn)的是,，AI方法應(yīng)該能夠預(yù)測并減少這些不良結(jié)果。這些技術(shù)似乎可以顯著提高新分子和新材料被發(fā)現(xiàn)并投入市場的速度和功效,。在市場上,，它們可能提供諸如改善醫(yī)療和農(nóng)業(yè)、更大程度地節(jié)約資源,、提高可再生能源生產(chǎn)和儲存等好處,。

4.可辯論和提供指導(dǎo)的AI

如今的數(shù)字助手有時(shí)會欺騙你,，讓你相信它們是人類,，但更強(qiáng)大的數(shù)字助手正在到來,。Siri、Alexa等使用復(fù)雜的語音識別軟件來識別你的請求和如何提供相應(yīng)信息,，它們會生成聽起來很自然的語音,，給出符合你問題的腳本答案,。這樣的系統(tǒng)首先必須經(jīng)過“訓(xùn)練”，而且適當(dāng)?shù)捻憫?yīng)必須由人類編寫并組織成高度結(jié)構(gòu)化的數(shù)據(jù)格式,。這項(xiàng)工作非常耗時(shí),，而且會導(dǎo)致數(shù)字助手在執(zhí)行任務(wù)時(shí)受到限制。這些系統(tǒng)可以“學(xué)習(xí)”但程度有限,。即便如此,，它們?nèi)匀涣钊擞∠笊羁獭?/p>

在復(fù)雜性更高的層次，技術(shù)正在開發(fā)中,，以便讓下一代數(shù)字助手來吸收和組織更多的非結(jié)構(gòu)化數(shù)據(jù)(原始文本,、視頻、圖片,、音頻,、電子郵件等)，然后自動組成有說服力的建議或充當(dāng)辯論對手,，應(yīng)對它們從未被訓(xùn)練過的問題,。我們已經(jīng)在許多提供聊天機(jī)器人的網(wǎng)站上看到這種功能，這些聊天機(jī)器人可以用自然語言回答問題,，涵蓋了他們訓(xùn)練過的各種數(shù)據(jù)集,。

這些聊天機(jī)器人在特定問題或請求方面需要相對較少或根本不需要培訓(xùn)，它們結(jié)合了預(yù)先配置的數(shù)據(jù)和“讀取”提供給它們的相關(guān)背景材料的緊急能力,。然而,，在做出高度準(zhǔn)確的反應(yīng)之前,，它們確實(shí)需要些識別語言和意圖的訓(xùn)練。

今年6月,，IBM展示了一種更先進(jìn)的技術(shù)：一個(gè)系統(tǒng)與人類專家進(jìn)行了實(shí)時(shí)辯論,，但事先沒有就辯論主題接受過培訓(xùn)。使用非結(jié)構(gòu)化數(shù)據(jù)(包括來自維基百科的內(nèi)容),，該系統(tǒng)必須確定信息的相關(guān)性和準(zhǔn)確性,，并將其組織為可重用資產(chǎn)，它可以調(diào)用該資產(chǎn)來形成一致的論據(jù),，以支持自己的論點(diǎn),。它還必須回應(yīng)人類對手的論點(diǎn)。該系統(tǒng)在演示過程中進(jìn)行了兩場辯論,，許多觀眾甚至認(rèn)為它的論點(diǎn)更具說服力,。

這項(xiàng)技術(shù)是在五年多的時(shí)間里開發(fā)出來的，它包括了一種軟件,，不僅能理解自然語言,，還能應(yīng)對檢測積極和消極情緒。然而,，非腳本AI系統(tǒng)對公認(rèn)的人類專家的勝利打開了無數(shù)相關(guān)應(yīng)用的大門,，這些應(yīng)用可能在未來三到五年甚至更短的時(shí)間內(nèi)出現(xiàn)。例如,，這樣的系統(tǒng)可以幫助醫(yī)生迅速找到與復(fù)雜病例相關(guān)的研究,，然后討論給定治療方案的優(yōu)點(diǎn)。這些智能系統(tǒng)將只對組合現(xiàn)有知識有用,，而不是像實(shí)驗(yàn)室科學(xué)家或?qū)＜夷菢觿?chuàng)造知識,。盡管如此，隨著機(jī)器變得越來越智能,，它們還是增加了失業(yè)擔(dān)憂,。

5.植入式制藥細(xì)胞

許多糖尿病患者每天會刺幾次手指來測量血糖水平，并決定他們需要的胰島素劑量,。通常在體內(nèi)制造胰島素的胰臟細(xì)胞植入物,，也就是所謂的胰島細(xì)胞，會取代這個(gè)繁瑣的過程,。同樣,，細(xì)胞植入物可以改變其他疾病的治療，包括癌癥,、心力衰竭,、血友病、青光眼和帕金森氏癥,。但是細(xì)胞植入有個(gè)缺點(diǎn),，即接受者必須無限期地服用免疫抑制劑來防止免疫系統(tǒng)的排斥反應(yīng),。這類藥物會導(dǎo)致嚴(yán)重的副作用，包括增加感染或惡性腫瘤的風(fēng)險(xiǎn),。

幾十年來,，科學(xué)家們發(fā)明了一種方法，將細(xì)胞包裹在半透性的保護(hù)膜中,，防止免疫系統(tǒng)攻擊植入的細(xì)胞,。這些膠囊仍然允許營養(yǎng)物質(zhì)和其他小分子流入，需要激素或其他治療蛋白流出,。然而,，不讓這些細(xì)胞受到傷害是不夠的，如果免疫系統(tǒng)認(rèn)為這種保護(hù)性物質(zhì)本身是外來的,，它將導(dǎo)致疤痕組織在膠囊上生長,。這種“纖維化”會阻止?fàn)I養(yǎng)物質(zhì)到達(dá)細(xì)胞，從而殺死它們,。