加拿大多伦多大学的研究人员与Insilico Medicine合作，利用名为Pharma的人工智能（AI）药物发现平台，在30天内就开发出肝细胞癌（HCC）的潜在治疗药物，而且只合成了7种成分。
据报道，HCC是最常见的原发性肝癌类型，但AI发现了一个以前未知的治疗途径，并设计了一个可以与该目标结合的“新型靶向分子”。
Insilico Medicine公司创始人兼首席执行官Alex Zhavoronkov表示，当世界为艺术和语言方面的生成性人工智能的进展所吸引时，该公司的生成性人工智能算法成功地设计出具有AlphaFold衍生结构的目标有效抑制剂。
AlphaFold数据库设计并合成了一种潜在的药物来治疗HCC。
据悉，AlphaFold是一个由人工智能（AI）驱动的蛋白质结构数据库，设计并合成了一种潜在的药物来治疗HCC。
这一任务从目标选择开始仅用30天就完成了，而且只合成了7种成分。
在第二轮人工智能驱动的化合物生成中，研究人员发现了一个更有效的靶向分子，尽管任何潜在的药物仍然需要进行临床试验。
Insilico Medicine公司首席科学官兼联合首席执行官任锋（音译）表示，AlphaFold在预测人体内所有蛋白质的结构方面开拓了新的科学领域，可以利用这些结构并将其应用于“端到端”人工智能平台，以产生新的治疗方法来解决顽症。
人工智能正在成为对抗致命疾病的新武器，因为该技术能够分析大量的数据，发现模式和关系。
该系统还可以预测生存率，这是加拿大不列颠哥伦比亚大学和不列颠哥伦比亚省癌症协会的科学家的发明，他们发现该模型的准确率为80%。
用于预测预期寿命的系统使用“自然语言处理”（NLP）来分析病人初次就诊后的肿瘤医生笔记。
NLP是人工智能的一个分支，可以理解复杂的人类语言。
该模型确定了每个病人的独特特征，预测6个月、36个月和60个月的生存率，准确率超过80%。
人工智能基本上是“像人类一样”阅读咨询文件。
UBC情绪障碍中心和B.C. Cancer的精神病学家和临床研究员John-Jose Nunez表示，人工智能基本上是“像人类一样”阅读咨询文件。
这些文件有很多细节，如病人的年龄、癌症的类型、潜在的健康状况、过去的物质使用，以及家族史等。
人工智能将所有这些结合起来，描绘出一幅完整的病人结果。
传统上，癌症存活率的计算是回顾性的，只按一些通用因素进行分类，如癌症部位和组织类型。
然而，该模型能够在病人的初始咨询文件中发现独特的线索，以提供更细致的评估。
该人工智能使用来自不列颠哥伦比亚省所有6个B.C.癌症基地的47625名患者的数据进行了训练和测试。
Nunez表示，神经NLP模型的伟大之处在于，它们具有高度的可扩展性、可移植性，并且不需要结构化的数据集。可以使用本地数据快速训练这些模型，以提高在新地区的性能。
文/南都记者 陈林
加拿大多伦多大学的研究人员与Insilico Medicine合作，利用名为Pharma的人工智能（AI）药物发现平台，在30天内就开发出肝细胞癌（HCC）的潜在治疗药物，而且只合成了7种成分。
据报道，HCC是最常见的原发性肝癌类型，但AI发现了一个以前未知的治疗途径，并设计了一个可以与该目标结合的“新型靶向分子”。
Insilico Medicine公司创始人兼首席执行官Alex Zhavoronkov表示，当世界为艺术和语言方面的生成性人工智能的进展所吸引时，该公司的生成性人工智能算法成功地设计出具有AlphaFold衍生结构的目标有效抑制剂。
AlphaFold数据库设计并合成了一种潜在的药物来治疗HCC。
据悉，AlphaFold是一个由人工智能（AI）驱动的蛋白质结构数据库，设计并合成了一种潜在的药物来治疗HCC。
这一任务从目标选择开始仅用30天就完成了，而且只合成了7种成分。
在第二轮人工智能驱动的化合物生成中，研究人员发现了一个更有效的靶向分子，尽管任何潜在的药物仍然需要进行临床试验。
Insilico Medicine公司首席科学官兼联合首席执行官任锋（音译）表示，AlphaFold在预测人体内所有蛋白质的结构方面开拓了新的科学领域，可以利用这些结构并将其应用于“端到端”人工智能平台，以产生新的治疗方法来解决顽症。
人工智能正在成为对抗致命疾病的新武器，因为该技术能够分析大量的数据，发现模式和关系。
该系统还可以预测生存率，这是加拿大不列颠哥伦比亚大学和不列颠哥伦比亚省癌症协会的科学家的发明，他们发现该模型的准确率为80%。
用于预测预期寿命的系统使用“自然语言处理”（NLP）来分析病人初次就诊后的肿瘤医生笔记。
NLP是人工智能的一个分支，可以理解复杂的人类语言。
该模型确定了每个病人的独特特征，预测6个月、36个月和60个月的生存率，准确率超过80%。
人工智能基本上是“像人类一样”阅读咨询文件。
UBC情绪障碍中心和B.C. Cancer的精神病学家和临床研究员John-Jose Nunez表示，人工智能基本上是“像人类一样”阅读咨询文件。
这些文件有很多细节，如病人的年龄、癌症的类型、潜在的健康状况、过去的物质使用，以及家族史等。
人工智能将所有这些结合起来，描绘出一幅完整的病人结果。
传统上，癌症存活率的计算是回顾性的，只按一些通用因素进行分类，如癌症部位和组织类型。
然而，该模型能够在病人的初始咨询文件中发现独特的线索，以提供更细致的评估。
该人工智能使用来自不列颠哥伦比亚省所有6个B.C.癌症基地的47625名患者的数据进行了训练和测试。
Nunez表示，神经NLP模型的伟大之处在于，它们具有高度的可扩展性、可移植性，并且不需要结构化的数据集。可以使用本地数据快速训练这些模型，以提高在新地区的性能。
文/南都记者 陈林