記者深圳報(bào)道創(chuàng)新藥研發(fā)從來都是難事，科學(xué)家正嘗試?yán)?a href="/tags/人工智能" target="_blank">人工智能(AI)技術(shù)協(xié)助加快研發(fā)進(jìn)程。

其邏輯是，AI可計(jì)算挖掘藥物間的相互作用，藥物和靶點(diǎn)的關(guān)系等，減少實(shí)驗(yàn)次數(shù)，節(jié)省大量時(shí)間和成本。

在第24屆高交會(huì)的生命科學(xué)與醫(yī)療生態(tài)論壇上，中國科學(xué)院深圳理工大學(xué)(籌)計(jì)算機(jī)科學(xué)與控制工程學(xué)院院長、烏克蘭國家工程院外籍院士、美國醫(yī)學(xué)與生物工程院院士潘毅發(fā)表了《人工智能賦能生物醫(yī)藥》主題演講。

潘毅表示，以慢慢建成全面的數(shù)據(jù)庫，其中包括藥物數(shù)據(jù)庫、疾病數(shù)據(jù)庫、蛋白質(zhì)基因數(shù)據(jù)庫、集成數(shù)據(jù)庫等，將其關(guān)聯(lián)起來，進(jìn)而利用AI技術(shù)挖掘其關(guān)系，找到新的治療方案。隨著數(shù)據(jù)庫的增大，關(guān)聯(lián)性將更加容易找到。“總之，人工智能可使生物學(xué)家少走彎路?！盇I助力“老藥新用”

人工智能可應(yīng)用到藥物發(fā)現(xiàn)、臨床研究、臨床試驗(yàn)，以及藥物上市等藥物研發(fā)全過程。

具體應(yīng)用包括，靶點(diǎn)發(fā)現(xiàn)、化合物合成、化合物篩選、藥理作用評(píng)估、優(yōu)化臨床試驗(yàn)設(shè)計(jì)、藥物重定位、藥物組合、檢驗(yàn)審批等。

例如，在靶標(biāo)選擇和驗(yàn)證階段，需要確定疾病相關(guān)的靶標(biāo)，傳統(tǒng)方法耗費(fèi)較長時(shí)間和較高成本，而使用AI技術(shù)并結(jié)合相關(guān)試驗(yàn)數(shù)據(jù)，可以快速篩選出潛在靶標(biāo)。

在藥物制造方面，靶標(biāo)找到以后，需要找到與其耦合度高的大小分子，然后用結(jié)構(gòu)去反推序列，利用序列進(jìn)行制藥。

但找到靶標(biāo)后，篩選出能和其緊密耦合的小分子很難，而AI可發(fā)揮作用。例如現(xiàn)有8888個(gè)小分子藥，可以利用人工智能技術(shù)篩選到421個(gè)，再篩選變成69個(gè)，再用分子動(dòng)力學(xué)篩選成8個(gè)，通過生物試驗(yàn)5個(gè)小分子，最后選出2個(gè)可能成藥的小分子，而不用將8888都去試一遍，大大節(jié)約時(shí)間和成本。

未來，人工智能、大數(shù)據(jù)等前沿領(lǐng)域的發(fā)展將是重中之重，科技人才將成為科技創(chuàng)新的中流砥柱。報(bào)告中強(qiáng)調(diào)“加快建設(shè)教育強(qiáng)國、科技強(qiáng)國、人才強(qiáng)國，堅(jiān)持為黨育人、為國育才，全面提高人才自主培養(yǎng)質(zhì)量，著力造就拔尖創(chuàng)新人才，聚天下英才而用之”的人才理念。以此可見，科技將成為未來國家發(fā)展的重中之重，而對(duì)于科技人才的培養(yǎng)應(yīng)該從青少年做起，助力青少年打開人工智能新格局。

核桃(科技)為促進(jìn)優(yōu)質(zhì)數(shù)字教育資源的共享，打造先進(jìn)的科技教育創(chuàng)新型平臺(tái)，早在去年的“和大師對(duì)話”活動(dòng)中，就邀請(qǐng)到來自不同省市的八名小學(xué)生與諾貝爾獎(jiǎng)獲得者愛德華·莫澤(Edvard Moser)進(jìn)行了一對(duì)一的對(duì)話連線，圍繞未來人工智能發(fā)展、腦科學(xué)研究和中國傳統(tǒng)文化傳遞等多方面進(jìn)行對(duì)話交流。愛德華莫澤在對(duì)與孩子們對(duì)話中多次提到未來科技發(fā)展與編程的關(guān)系，激發(fā)了孩子們對(duì)編程更深層次的探索。通過對(duì)話大師的機(jī)會(huì)，孩子們與最頂級(jí)的科學(xué)家面對(duì)面的交流，拓寬國際化視野、汲取豐富的科技營養(yǎng)，激發(fā)他們對(duì)于科技更深層次的探索興趣。

集成人工智能驅(qū)動(dòng)的需求預(yù)測功能的勞動(dòng)力管理平臺(tái)可以幫助解決這些問題。利用機(jī)器學(xué)習(xí)算法，來分析關(guān)鍵數(shù)據(jù)點(diǎn)和需求驅(qū)動(dòng)因素，如每日天氣、當(dāng)?shù)厥录?，尋找模式和市場趨?shì)。然后，預(yù)測分析模型利用這些信息提供對(duì)客戶行為的洞察，以幫助確定需求來源，以及最佳的員工時(shí)間表。通過利用人工智能的力量進(jìn)行需求預(yù)測，雇主可以創(chuàng)建高度精確的時(shí)間表，使其能夠優(yōu)化自己的勞動(dòng)效率。此外，還可以更容易地將自己的業(yè)務(wù)需求與員工的技能和偏好相匹配，從而創(chuàng)造更好的員工體驗(yàn)。

在當(dāng)今競爭激烈的勞動(dòng)力市場，雇主也需要提供靈活的日程安排，尤其是85%的小時(shí)工認(rèn)為對(duì)自己的工作時(shí)間有更多的控制權(quán)是很重要的。然而，那些仍然使用傳統(tǒng)的手工方法來創(chuàng)建工作時(shí)間表(如電子表格，甚至“筆和紙”)的管理者有制定低效時(shí)間表的風(fēng)險(xiǎn)，也浪費(fèi)了本可以用于更高價(jià)值活動(dòng)的時(shí)間，如與客戶合作，向員工提供建設(shè)性和積極的反饋。

人工智能驅(qū)動(dòng)的勞動(dòng)力管理解決方案可以使整個(gè)調(diào)度過程自動(dòng)化，使管理者能夠輕松高效地生成符合當(dāng)?shù)貏趧?dòng)法的時(shí)間表，如用餐和休息時(shí)間，同時(shí)滿足員工的偏好。這些智能調(diào)度解決方案還允許員工輕松地請(qǐng)求休假、交換班次，甚至加班——這些通常只需在移動(dòng)應(yīng)用程序上操作，為所有員工創(chuàng)造更好的整體體驗(yàn)。因?yàn)閱T工能夠定義自己想要工作的時(shí)間、工作量以及工作地點(diǎn)。移動(dòng)平臺(tái)對(duì)于千禧一代和Z世代的員工尤其重要，因?yàn)樗麄兿Ｍ畹母鱾€(gè)方面都能在線、高效和個(gè)性化，以滿足自身的需求。