-
日期: 2026-03-11 | 來源: BBC | 有0人參與評論 | 字體: 小 中 大
“我們稱之為‘虛擬疾病系統’。”丁俊說。
傳統藥物測試通常在動物或分離的人體細胞進行，而他們希望用AI套用同樣概念——等於是在“虛擬細胞”上模擬IPF的影響。
丁俊表示：“研究人員可以在模型中測試不同藥物的效果，而不需要太高成本。”
在麥基爾大學的研究中，AI為特發性肺纖維化（IPF）提出了八種候選治療方案。
其中壹項具潛力的選項是壹種通常用於治療高血壓的藥物，具成本低且已被證實安全的優勢。
丁俊表示，他與同事開發的AI亦可應用於其他疾病，包括癌症與肺部疾病。團隊目前正持續改進模型，並將其擴展至更多不同病症。
在英矽智能的研究中心，科學家走過壹間房間外的窗戶，房間裡壹台機械手臂正在處理人工智能產生的藥物。
AI也為IPF帶來另壹項最新突破。
人工智能新藥研發公司“英矽智能”（Insilico Medicine）已研發出名為“Rentosertib”的候選藥物。在第贰階段臨床試驗中，它對IPF展現出可觀的療效。
該公司利用AI同時找出疾病的潛在弱點，並設計出可針對該弱點的藥物。公司希望若臨床試驗成功，該藥能在本年代末上市。
“英矽智能”並非唯壹投入此領域的企業。其他如泰雷（Terray）、同構實驗室（Isomorphic Labs）、遞回制藥（Recursion Pharmaceuticals）及薛丁格（Schrödinger）等公司，也都正以AI推動醫療進展。
丁俊表示：“我相信，在未來伍到拾年，多數新藥的研發都可能由 AI 指導，甚至完全依賴 AI。”
有限的突破
盡管AI推動不少突破，但仍有限制。
許多與藥物相關的重要數據掌握在生物科技與制藥公司手中，並未公開。
“你需要取得藥物的吸收、分布、排泄與毒性等資訊，”柯林斯說。“但我們沒有這些資料。”
目前，AI最有用的環節集中在新藥研發初期：包括識別標靶（target identification）以及尋找能與標靶結合的分子。
然而，這只是新藥開發漫長流程中的兩個步驟，代表距離實際治療能否最終用於病患仍有壹段時間——甚至可能永遠無法上市。
文德魯斯科洛表示：“AI正在革命性地改變新藥研發，但僅限於非常特定的部分。”- 新聞來源於其它媒體，內容不代表本站立場！
-
原文鏈接
原文鏈接:
目前還沒有人發表評論, 大家都在期待您的高見