为什么生命科学在人工智能发展方面落后?

最近的一次调查由非营利组织The Pistoia Alliance开展的一项调查强调，近四分之三接受采访的生命科学专业人士认为，他们所在的行业在人工智能的发展方面落后于其他行业。我们讨论了调查结果，它们对生命科学领域意味着什么，以及该领域如何与皮斯托亚联盟(Pistoia Alliance)的顾问尼克·林奇博士(Nick Lynch)一起加速人工智能的发展。

Ruairi Mackenzie (RM):您最近对生命科学中的人工智能进行的调查得出了一些有趣的结果:72%的生命科学家认为他们的部门在人工智能发展方面落后了——他们是正确的吗?

Nick Lynch博士(NL):生命科学家认为他们的部门在人工智能发展方面落后的说法可能是正确的——部分原因是生命科学行业的复杂性和广度。例如，如果我们将人工智能在零售业的使用与生命科学进行比较，需要解决的挑战要比个性化客户体验复杂得多。

阻碍生命科学领域创新的最重要障碍之一是正在使用的数据的多样性和质量，这加剧了现有的问题，并影响了人工智能成果的成功程度。只有当我们能够找到一种标准化数据的方法时，我们才能赶上其他行业。

RM:在你的受访者中，有42%的人不确定或不相信人工智能的有用性——这些项目出了什么问题，我们如何用人工智能获得有意义的结果?

问:目前，该行业仍处于人工智能的试错期——我们仍在努力弄清楚如何使用这项技术来帮助研发。目前在其他行业中也有一些非常聪明的人工智能例子，但这些例子背后都有多年的工作，现在才开始开花结果。我们经常在新闻中看到高调的案例，但业界必须记住，人工智能就像一座冰山，很多正在做的事情都没有被公众看到，需要时间才能生效。

此外，制药行业的许多管理人员似乎相信人工智能可以立即解决问题，而人工智能的从业者则更现实地认为，这项技术目前不能做所有事情。围绕人工智能的炒作是存在的，但也有怀疑——部分原因是该行业的几次失败。要想在人工智能领域取得有意义的成果，耐心和毅力至关重要。

人工智能作为一个行业，要取得有意义的成果，唯一的方法是确保我们正在克服两个关键障碍——数据和人。首先，组织需要确保他们使用的数据的质量和准确性。其次，生命科学行业的从业者需要确保他们拥有具备正确技能的合适人才，在现有工作流程的配合下实施和使用人工智能方法，以实现预期的结果。

RM:另一个最近的调查的报告强调，普通公众对人工智能的恐惧不亚于核武器级别。科学如何帮助改变公众的这些观点?

问:通常很难区分机器人技术的发展，以及人工智能是如何与之结合的。当公众看到机器人以某些“令人毛骨悚然”的方式行事的视频时，他们会感到恐惧，并想知道这对他们所知道的生活意味着什么。但通常情况下，他们很少意识到人工智能所涉及的增强和人性化方面。人工智能在生命科学领域的初步部署仍将涉及人工因素与自动化一起工作，以实现预期的结果。让公众更清楚地意识到人工智能将如何被使用，对于改变公众的看法非常重要。

公众经常关注的另一个关键问题是人工智能的伦理考虑。虽然这是一个非常广泛的话题，但科学家们已经倾向于以道德的方式工作——尤其是那些在医疗保健领域工作的科学家。这种对伦理的关注已经在基因组学中得到了体现——例如，公众担心生物样本和数据会发生什么变化。像威康桑格研究所努力消除负面情绪，提高公众对基因组学过程及其潜力的认识。可能需要采用这种方法来改变人工智能和机器学习(ML)领域的公众观念，这是需要各方合作的地方，以突出AI/ML对医疗保健的整体价值。

RM:确保生命科学引领人工智能发展的下一步是什么?

问:这实际上取决于数据的质量和数量。人工智能的本质意味着，它在看到真实数据时学习效果最好，因此早期的试点将在第二轮或第三轮使用中真正帮助带来价值。虽然AI和ML仍处于增强阶段(科学家们大量参与)，但AI的关键扩展应用将在药物发现的早期阶段，但患者也有可能支持早期诊断，并提醒患者严重问题的早期迹象。

然而，克服公众对他们的健康数据如何被使用的恐惧至关重要。从这样的来源获取的数据越多，生命科学行业就越有可能不断改进AI/ML的使用方式。大量高质量和多样化的数据可能会导致人工智能在未来NHS和其他卫生系统中得到更广泛的应用。