总部位于马萨诸塞州的生物技术公司Berg的研究人员开发了一种模型,通过对1000多种癌细胞和健康人类细胞样本的测试,来识别以前未知的癌症机制。
这种转变表明:该行业不仅已经意识到机器学习的优势,而且正在积极地利用机器学习的好处来识别和筛选药物,更准确地预测候选药物,并最终降低研发成本和工作量。
人工智能将如何改变人类专家的未来?
关于AI在医学领域的未来,研究频出,争论不停,观点各异。
普遍的共识是:虽然日常任务和数据收集或录入的工作应该由机器完成,但是对人类专家的需求一直存在。
因为现代科技无法提供“人为”因素,比如:判断力、创造力和同理心。
作为监管人,人类专家会设置问题,并让算法或机器人解决它。专家会针对具体的化合物、症状、疾病或其他因素进行特定治疗,而不是仅关注随机或微小的问题。此外,人类专家会根据机器无法理解的相关结论与背景,通过不同阶段的测试和探索,对进一步的选择进行审批。
- 心衰治疗里程碑突破!首个miRNA药物证明安全有效!
- RNA 靶向药物|设计策略与生产工艺优化
- 徐州研发气泡水饮料的配方研发方案
- 中山大学吴钧团队AFM:古老药物的重生!无药载体也能抗癌
- 桐树基因完成5亿元人民币C轮融资 加速体外诊断产品研发
- DeepMind最新论文:强化学习“足以”达到通用人工智能
- 乙肝药物靶标设计方向,核心蛋白HBc,在HBV复制中起重要作用
- Nature 综述导读:FDA 批准第 100 个抗体药物!抗体药物的研究方向在哪里?
- 抗抑郁药物与妊娠
- CGRP靶向偏头痛药物头对头研究!礼来启动Emgality四期临床试验
