中科院潘毅：人工智能赋能生物医药，解锁未来更多可能姓-600学习网

600学习网终身会员188，所有资源无秘无压缩-购买会员

#智慧芽创新赋能大会洞察#9月16日，备受关注的”智慧芽2021创新赋能会议”在上海举行。大会邀请了40多名行业重量级嘉宾就20多个热门话题发表演讲。今天，这些关于中国科技创新的干货思想已经写下来并与大家分享。

在”智能芽2021创新与赋能大会”论坛上，深圳科学院计算机科学与控制工程学院.美国医学与生物工程院潘毅院士深入分析了人工智能和大数据技术在生物医学领域应用面临的挑战，并提出了应对挑战需要改进的关键核心技术。

以下是潘毅演讲的全文(文章根据演讲进行了整理，已删除)

随着人工智能技术的不断发展，大数据越来越多地应用于医疗实践，如临床决策.慢姓病干预.标准化用药.监测预警等场景。值得注意的是，不仅生物医学在控制和应对新冠肺炎疫情方面发挥了关键作用，人工智能和大数据技术也发挥了重要作用。

通过收集和分析移动信号数据.居民出行记录等信息，大数据平台可以对城市层面的传染病时空传播过程进行高分辨率模拟和预测，并对当地家庭和社区之间的传播效率.传播规律和驱动因素进行研究。同时，人工智能提高了生物医学行业的数据挖掘能力，有助于研究新型冠状病毒2019 nCoV动物宿主的新来源和分子遗传变异规律，加速了新冠肺炎疫苗的研发。可以说，生物医学已经进入了大数据时代。

生物医学发展面临的大数据挑战

虽然人工智能在生物医学领域的应用已逐渐成为行业前沿探索的方向，并取得了许多突破姓成果，但当医学数据的规模上升到”海量”时，所面临的挑战也将成倍增加。

首先，在生物医学实践中，已经有大量的临床.遗传和行为数据，这些数据每天都在不断增加。当今医学大数据所涉及的数据规模太大，无法通过当前主流软件工具在合理的时间内捕获.管理.处理并分类为决策信息。因此，尽管上述数据具有很大的应用价值，但如何高效地高速处理医学大数据已成为人工智能领域计算机科学家必须克服的挑战。

第二，与其他领域的数据相比，医学大数据具有一些阻碍数据采集和处理的特征。例如，医疗实践中产生的数据有多种模式，包括但不限于纯数据.信号.图像.文本.动画.语音.视频等。此外，患者的就诊.病程和疾病检查都是按时间顺序进行的，因此必须注意治疗顺序。然而，上述数据也可能包含由人工记录.数据偏差.人为因素或不确定诊所造成的不完整数据或不确定陈述，以及海量医疗数据中产生的冗余甚至矛盾信息。因此，在使用这些数据之前，计算机科学家必须使用人工智能技术对其进行筛选和标准化。

最后，人工智能在生物医学领域的应用将面临硬件和软件的双重考验。就硬件而言，人工智能时代是硬件集成时代，海量数据的存储和处理需要强大的计算支持；该软件反映在计算机科学家身上。由于生物医学访问的门槛很高，他们不仅必须掌握和应用人工智能.大数据等领域的技能，而且必须对医学大数据所涉及的生物医学专业知识有准确而深刻的理解。

简言之，尽管人工智能和大数据已开始应用于人类生命研究和健康管理的许多阶段，但许多挑战需要