加拿大多倫多大學的研究人員與Insilico Medicine合作，利用名為Pharma的人工智能（AI）藥物發(fā)現(xiàn)平臺，在30天內(nèi)就開發(fā)出肝細胞癌（HCC）的潛在治療藥物，而且只合成了7種成分。

可以肯定這是一種進步，而且會快速提高科研效率和臨床效率。

科研方面

我們可以參考目前大多數(shù)癌癥的研究現(xiàn)狀。全球范圍內(nèi)每年有關(guān)癌癥的研究不計其數(shù)，使用PubMed搜索“癌癥”，結(jié)果出現(xiàn)482萬篇以上的論文。

這些論文的轉(zhuǎn)化率怎么樣，大家心里都有數(shù)。即便是CNS級別的頂刊，不說轉(zhuǎn)化率，就可重復性來說，據(jù)一家公司驗證所說30%以上不可重復。

而且論文的發(fā)表有一個很麻煩的事情，就是別人做過的工作，自己在論文中也要去做一遍，一篇文章下來，其實關(guān)鍵的實驗就很少的一部分，但是沒辦法，雜志要求內(nèi)容完整，畢業(yè)論文要求字數(shù)。

我不能說這種重復的驗證完全沒有意義，但是一定程度上也算一種浪費。如果AI可以幫我們做這些重復的工作，人能夠?qū)Ｗ⒂陉P(guān)鍵未知的工作，那對節(jié)省科研工作量也是巨大的幫助。

AI有比人更強的體力，那些工作量大，需要重復的工作就交給AI，這也能夠快速推進科研。

我們身邊目前做腫瘤研究的，大部分套路都是通過生信分析、查看文獻獲得一定的信息，然后驗證。這種類型的工作，我相信AI做得會比我們更好。

如果我們只做最關(guān)鍵的部分，那會大大提升效率。

臨床方面

臨床看病大家都有一個經(jīng)驗：找有經(jīng)驗的醫(yī)生看病。因為有經(jīng)驗的醫(yī)生看病的準確率高，有大概率能夠?qū)ΠY下藥。

但是就單純經(jīng)驗來說，人應該是沒有AI的學習經(jīng)驗能力強吧。

即便有個別醫(yī)生能力超強，但是數(shù)量太少，他所能夠服務(wù)的范圍太小了。大部分醫(yī)生都是普通人，而普通人的學習能力和累積經(jīng)驗的能力遠不及AI。

多年前我看過一期節(jié)目，北京一家醫(yī)院舉行人工智能對戰(zhàn)病理科醫(yī)生，最后發(fā)現(xiàn)人工智能打敗了大部分醫(yī)生，只有極少數(shù)的醫(yī)生戰(zhàn)勝了AI。還有之前阿爾法狗下圍棋的案例。似乎在有跡可循這方面的工作，人工智能是要比大多數(shù)人強的。

最關(guān)鍵的是人工智能不會累，而且穩(wěn)定，不像人因為分心、勞累出現(xiàn)一些原本不應該的失誤。

總體來說人工智能還沒有到那種科幻級別的強大，但是目前已經(jīng)可以幫助人類減少工作量了，未來的希望還是大的。