当前，人工智能正以前所未有的速度，全面渗透到科学研究的各个领域。当人工智能深度融入科学研究，会带来怎样的变革？又会开启哪些新的探索空间？
AI × 疾病早筛技术
几滴血就可预测上百种病
仅仅通过几滴血，就能提前预知数百种疾病的潜在风险？
2024年，复旦大学科研团队凭借“人类健康与疾病蛋白质组图谱”的突破性研究成果——在人工智能算法的助力下，医生只需通过简单的血浆蛋白组检测，就能提前诊断和预测疾病。
据了解，这项研究最初只是针对阿尔茨海默病及其他类型痴呆。此前科研团队利用大数据和人工智能算法，对近1500种血浆蛋白质进行筛选分析，发现了11种可预测未来痴呆风险的血浆蛋白质。
复旦大学科研院副院长、复旦大学附属华山医院神经内科副主任郁金泰表示，通过验血发现蛋白质的变化，用AI算出来疾病苗头，最早能提前15年发现阿尔茨海默病等疾病的迹象。
如果能把蛋白质图谱绘制得更加全面，是不是能分析出更多疾病和蛋白质之间的关系呢？
带着这个想法，科研团队又对5万多人的血液样本和跨越14年随访的医疗健康数据进行了分析，成功绘制出全球首张“人类健康与疾病蛋白质组图谱”，同时还开发出一套人工智能算法模型。
专家介绍，这项技术最大的特点就是“早发现、少花钱”，医生通过检测人体血液中近3000种蛋白质的变化，再结合人工智能技术，就可以提前十余年预测心脏病、糖尿病、阿尔茨海默病等上百种疾病的患病风险。
郁金泰表示，团队正在研发快速检测试剂盒，未来常规体检只需加做几十元的蛋白质检测，就能筛查重大疾病风险。就像现在测血糖血压一样方便，特别适合需要定期体检的中老年人。
AI × 药物研发
效率和质量全方位提升
在浙江杭州的良渚实验室，研究员沈宁和他的团队利用AI算法，设计开发出一种用于治疗儿童早衰症的新药物，在实验中取得非常好的疗效。目前，团队正在积极寻求合作，努力推进临床转化。
浙江大学良渚实验室研究员沈宁表示，AI算法让药物设计变得快速高效。如果用传统的大规模筛选，大概要15～20年的研发周期，而且有非常大的失败概率。有了AI算法的加持，药物研发周期可以缩短到3～5年。
早在2021年，良渚实验室就组建了一支由临床医学、生物学、数学、计算机、统计学等多学科交叉的团队，他们陆续开发七、八种深度学习的算法，致力于遗传病、罕见病的精准诊疗。
沈宁希望针对不同的疾病，甚至不同的患者，进行数据分析，借助AI的工具，为每个病人提供更加个性化的治疗方案。
当前，中国科研界正以“奔跑者”的姿态拥抱人工智能技术，推动科学研究从传统经验驱动向数据驱动跨越式转型。从实验室到产业一线，从基础理论到应用场景，AI正成为科学家手中的“加速器”，助力多领域科研突破。
