生成式人工智能在生物医学研究和医疗保健中的应用

人工智能已发展为生成式人工智能（GenAI），这一范式转变将重点从评估现有模式转向生成新颖的生物学和医学材料。本研究利用 PubMed 和 Scopus 等数据库，考察了近五年来 GenAI 在生命科学和医学领域的成就。本文重点阐述了生物医学研究近期从虚拟筛选到从头设计的演进。它展示了 RFdiffusion 和 ProteinMPNN 等模型如何利用“反向折叠”来组装新型蛋白质和药物。最终，这些生成方法能够产出具有更高结合亲和力和结构稳定性的候选分子。例如，探索性研究表明，GenAI 有潜力通过治疗领域的自动文档记录来解决效率低下的问题，并可通过使用生成对抗网络（GANs）和变分自编码器（VAEs）生成保护机密性的合成临床试验数据来提升研究能力。此外，本综述指出，尽管 GenAI 通过可扩展的模拟促进了医学教育的普及，但也引发了关于长期知识留存的疑问。最后，GenAI 还为生物学提供了具有变革性的“编写”能力，但其负责任的应用将需要解决模型“幻觉”问题，并建立可解释性人工智能（XAI）和稳健的伦理框架。