哪个AI比较擅长医学相关领域？

chatgpt引发的范式转移涉及各个行业，过去两周在蛋白质结构预测和合成又有大量突破。用于生成漂亮图片的AI也可以帮助科学家研究并设计新的蛋白质。这意味着能够以更快速度开发药物用于治疗癌症、制造胰岛素、治疗多发性硬化症和管理自身免疫性疾病等。过去两周在蛋白质结构预测和蛋白质合成方面ai的重大进展：1、AlphaFold是一种在蛋白质结构预测方面表现出色的AI系统，由DeepMind开发，其预测准确度超过其他系统，为科学家和药物开发提供了巨大帮助。2、Meta的蛋白质结构预测ai模型：ESMFold，截至目前已经进行了7亿次预测3、多伦多大学研究人员开发了一种新的AI系统，利用类似stable diffusion，midjourney的生成扩散技术创造出自然界中不存在的蛋白质。4、华盛顿大学的David Baker教授的团队开发了基于DALL-E的人工智能系统RF Diffusion，用于根据科学家的需求生成合适的蛋白质结构。5、洛桑联邦理工学院的科学家们开发了一种基于神经网络的新工具PeSTo，可以预测蛋白质如何与其他物质相互作用，速度快、且通用性强。6、在surrey大学开发了一种人工智能系统，用于识别个体细胞中的蛋白质模式，这一进展可以用于理解肿瘤的差异并开发药物。7、肯特大学的研究团队使用名为talin的蛋白质制成凝胶，该凝胶具有吸收冲击的能力，他们的目标是将talin蛋白质制成防弹材料。文献参考https://www.sciencedaily.com/releases/2023/05/230504121014.htmhttps://www.wevolver.com/article/pesto-a-new-ai-tool-for-predicting-protein-interactionshttps://www.sciencedirect.com/science/article/pii/S0958166923000514

毫无疑问，AI将不可逆转地改变我们如何预防和治疗疾病。医生将把文档工作交给AI书记员；初级医疗服务提供者将依赖聊天机器人进行分诊；几乎无穷无尽的预测蛋白结构库将极大地加速药物开发。然而，为了真正改变这些领域，我们应该投资于创建一个模型生态系统——比如说，“专家” AI——它们像我们今天最优秀的医生和药物开发者那样学习。成为某个领域顶尖人才通常以多年的密集信息输入开始，通常是通过正规的学校教育，然后是某种形式的学徒实践；数年时间都致力于从该领域最出色的实践者那里学习，大多数情况下是面对面地学习。这是一个几乎不可替代的过程：例如，医学住院医生通过聆听和观察高水平的外科医生所获取的大部分信息，是任何教科书中都没有明确写出来的。通过学校教育和经验，获得有助于在复杂情况下确定最佳答案的直觉特别具有挑战性。这一点对于人工智能和人类都是如此，但对于AI来说，这个问题因其当前的学习方式以及技术人员当前对待这个机会和挑战的方式而变得更加严重。通过研究成千上万个标记过的数据点（“正确”和“错误”的例子）——当前的先进神经网络架构能够弄清楚什么使一个选择比另一个选择更好。我们应该通过使用彼此堆叠的模型来训练AI，而不是仅仅依靠大量的数据，并期望一个生成模型解决所有问题。例如，我们首先应该训练生物学的模型，然后是化学的模型，在这些基础上添加特定于医疗保健或药物设计的数据点。预医学生的目标是成为医生，但他们的课程从化学和生物学的基础开始，而不是诊断疾病的细微差别。如果没有这些基础课程，他们未来提供高质量医疗保健的能力将受到严重限制。同样，设计新疗法的科学家需要经历数年的化学和生物学学习，然后是博士研究，再然后是在经验丰富的药物设计师的指导下工作。这种学习方式可以帮助培养如何处理涉及细微差别的决策的直觉，特别是在分子层面，这些差别真的很重要。例如，雌激素和睾酮只有细微的差别，但它们对人类健康的影响截然不同。

chatgpt，google bard在日常工作生活中很有用，这些技术也极大加速了医疗健康生物制药的研究，ai已经在抗癌，抗衰老，早期疾病防治等的研究应用中起着重要作用。以下是一些最新的进展：1、ai提前三年诊断胰腺癌，如果当年有这个，也许乔布斯还在世：https://hms.harvard.edu/news/ai-predicts-future-pancreatic-cancerImage:Rasi Bhadramani/iStock/Getty Images Plus2、两名高中生与医疗技术公司Insilico Medicine及其人工智能平台PandaOmics合作，发现了与胶质母细胞瘤相关的三个新靶基因，这些基因对于有效对抗这种癌症至关重要：https://finance.yahoo.com/news/teenage-geniuses-ai-uncover-cancer-163541619.html3、ai帮助抗衰老；由Integrated Biosciences领导的一项最新研究通过使用人工智能筛查了超过800,000种化合物，专家们发现了三种高效的药物候选物，其药理学性质优于目前已知的抗衰老物质：https://www.earth.com/news/artificial-intelligence-identifies-new-anti-aging-compounds/4、使用ai寻找阿尔兹海默症的治疗方法；亚利桑那大学与哈佛大学共同利用人工智能对健康神经元在疾病进展过程中的分子变化研究，以识别阿尔茨海默病的原因和潜在药物靶点。https://medicalxpress.com/news/2023-05-scientists-ai-drug-alzheimer.html5 ai帮助早期诊断帕金森；悉尼新南威尔士大学的科学家与波士顿大学研究人员使用神经网络分析患者体液中的生物标志物，在帕金森病的第一个症状出现前几年就可以发现该疾病。