四川新闻网-首屏新闻记者胡旭阳摄影报道

11月1日，第十届生物医学大数据·智能技术会议暨2024四川网信“数智领航”第十四期川网联“走进新质生产力前沿”系列活动在成都举行。中国科学院院士、中国科学院生物物理研究所研究员陈润生围绕《人工智能和生物信息》进行演讲并接受采访。

中国科学院院士、中国科学院生物物理研究所研究员陈润生接受采访

陈润生指出，人工智能与生物医学大数据的结合并非一蹴而就。实际上，大模型、人工智能与生物信息、医疗数据的关系早已紧密相连。不仅自己的团队，国内众多知名单位也已将机器学习的算法应用于生物医学数据的分析中。当前，生物信息与人工智能的关系更是密不可分，二者已融为一体。众所周知，大模型在近年来逐渐受到广泛关注，并已逐渐成为人们日常生活中不可或缺的一部分。

“人工智能出现不仅仅是让医疗管理更方便，实际上整个过程中也在积累多层次大数据，这些内容可以分析出一些规律。过去一个新药的发现，往往要筛选上万个点，用十年时间投资10亿美金，现在用了大模型可以大大缩减流程，通过计算就可以找出共性。”陈润生强调，大模型的出现不仅解决了自然语言处理的难题，还实现了多模态数据的融合。这一能力对于生物医学研究而言尤为重要，因为生物医学数据往往涉及多种模态，如基因组、转录组、蛋白组等，传统方法很难实现这些数据的全面整合和分析。而大模型则能够轻松应对这一挑战，为生物医学研究提供了前所未有的便利。但总的来说，陈润生认为大模型在各个行业的应用还需要一个漫长的路程，目前AI在生物医药的应用还处在早期阶段。

陈润生表示，大模型不仅具有强大的数据处理能力，还具备丰富的推理和部分的想象能力。例如，Claude3等大模型已经能够帮助科学家进行科学的演绎和推理，大大提高了研究效率。在生物医学领域，这一能力意味着科学家可以更快速地发现新的生物标志物、药物靶点等，从而加速新药研发和疾病治疗的进程。

对于医药行业大模型的发展中存在的问题，陈润生坦言，“数据整合是当务之急”。在他看来，行业内的很多数据标准化不同，此外很多数据不透明，“仪器之间的各个医院之间检测数据，标准都很难统一，也有个人数据安全问题，这就需要有部门来进行牵头。”

对于未来，陈润生教授充满了期待。他认为，四川在生物数据大模型方面大有可为。随着人工智能大模型的不断发展，大模型将成为生物医学研究的重要工具，为人类的健康事业做出更大贡献。