使用人工智能技术研发癌症新药，真的靠谱吗
目前最热的技术就是人工智能了。自从人类想战胜癌症开始，就不断把最新的技术用在这一领域，也确实取得了不小的进展，比如靶向药物和PD-1免疫治疗，CAR-T等等。利用人工智能研发新药肯定有帮助，但是靠谱这个说法就有很多操作的环节啊。
自从看到阿法狗战胜了李昌镐，柯洁这样的人类智力的代表，以及又看到谷歌的人形机器人跳跃翻腾，真的是很厉害。但是这样的一些在人工智能的发展阶段中，都还处于弱人工智能时期。（弱人工智能就是还处于模仿阶段，需要人为的提升学习和知识；相对的是强人工智能，能自主的学习和开发新的事物了。）
返回头说说为什么人类花了上百年的时间，而且最近几十年投入了无数的经费和研究，对癌症还是无法全面战胜癌症呢？
癌症不同于一般的疾病，是由于人体自身细胞在长期生长过程中，不断复制时出现错误，这个错误又被不断延续逐步导致的。一个是时间长，另一个是自己的细胞“叛变”了，对人类自己的免疫系统知根知底，轻易的就逃避了什么T细胞，巨噬细胞这些人类进化了亿万年的保护措施。而且这些癌细胞也有识别各种药物的本事，当一个药物治疗一段时间后，癌细胞也适应了。就是耐药。这就导致各个药企研发抗癌药物又贵，又慢。
利用人工智能，人类当然希望是能研究出对抗癌症的终极药物。不过个人目前判断是不可能，没准到了强人工智能时代可以。但在弱人工智能时期能取得哪些进展呢？可能是利用大数据和原理，加快药物研发的过程。从另外一种角度看，如果药物研发的速度快于癌细胞进化的速度，这就是一种靠谱的治疗了。（类似人类利用抗生素对抗病毒）
这样癌症患者只需要吃一些副作用不太大的药物，等产生耐药了更换下一代药物。持续下去，用药物控制住癌细胞的发展，不妨碍正常的生活工作。达到一种平衡。这个是目前在抗癌领域最可能利用人工智能帮助医学界做的事情。
这个话题和领域都很新，欢迎相互探讨。
面对新冠疫情，人工智能技术可以做些什么
我是乐创物联LC!我来回答这个问题。
人工智能技术是如何助力新冠肺炎疫情防控。主要在以下几个方面。
支撑疫情科学防控方面，我们的一些医疗机构借助互联网、大数据、云计算、人工智能等新技术，精准高效地开展疫情的监测分析，病毒溯源、患者追踪、社区管理等方面的工作。利用人工智能、大数据、5G等技术加快病毒检测的诊断，疫苗新药的研发，防控救治等速度和进度，提高抗疫的效率，还有一些医疗物资制造企业依托互联网平台开展医疗防疫物资供需的精准对接，高效生产、统筹调配以及回收的管理。众志成城，抗击疫情伴随新型冠状病毒肺炎疫情的变化，企事业单位复工复产成为当前新的工作重点。借助大数据分析，后台根据人提交的信息，分析给出一张绿色健康码，我们就可以顺利走出家门，投入复工复产的工作中去；不摘口罩实现人脸识别，上班打卡不在是个问题；推进复工复产，“云招商”“云签约”成为现实；下班生活，为减少公共区域人员聚集，5G+热成像测温系统将大派用场，发现温度异常，及时预警，进行处理；发现人员聚集、不戴口罩，“空中哨兵”无人机开始喊话；此外，足不出户，也能实现“云旅游”“云学习”“云买菜”。健康码5G热成像测温
面对疫情，我们综合应用了互联网、大数据、人工智能、云等新一代信息技术。此次疫情防控和复工复产中发挥了重要的作用，也为即将到来复学提供实践经验。最后祝愿大家都身体健康，疫情早日结束。
回答不易，请多关照，多加交流评论。我主要是做物联网方面和工业自动化方面的。更多相关技术，请关注乐创物联LC！
南京中医药大学人工智能专业咋样
他有一门专业就是人工智能，人工智能在每一个大学都是热门专业，而且就业非常的好，所以南京中医药大学人工智能专业好
ai在医学领域的现状
AI在医学领域的应用越来越广泛，以下是其现状的一些方面：
1.医学影像诊断：AI在医学影像诊断方面已经取得了很大的进展。例如，基于深度学习的算法可以帮助医生更准确地识别图像中的异常，从而提高诊断的准确性。
2.药物研发：AI可以帮助药物研发人员更快、更有效地筛选药物靶点，设计新的药物分子，并预测药物的疗效和安全性。
3.病理诊断：AI可以通过学习大量的病理样本数据，帮助病理医生更准确地诊断疾病。
4.健康管理：AI可以帮助健康管理人员更好地监测和管理患者的健康状况，例如通过分析患者的电子病历数据，预测患者的病情发展趋势，并给出相应的健康建议。
5.医疗机器人：AI可以帮助开发医疗机器人，例如手术机器人、康复机器人等，提高医疗过程的精度和效率。
尽管AI在医学领域的应用前景广阔，但也存在一些挑战和限制，例如数据质量和标准化、隐私和安全等问题。同时，AI技术在医学领域的应用仍需要更多的研究和验证，以确保其准确性和安全性。
华为盘古对医药领域的贡献
最近华为盘古在医药研发方面的贡献就是非常大的创新，药物研发方面，利用华为云盘古医药大数据模型，对17亿个小分子化学结构进行学习，并结合行业独创的“图序非对称条件自动编码机”深度学习框架，实现对小分子化学结构及性质的准确预测和推荐。
在此基础上，对筛选出的优选小分子化合物进行人工模拟实验，进一步验证其有效性。实验表明，基于盘古大分子模型的成药性预测精度较传统方法提高了20%左右，进一步提高了研发效率，使得先导药物的研发周期从几年缩短到一个月，研发成本降低了70%。
这也是为什么最近医药研发这个板块强势上涨的原因，因为创新药的研发需要非常长的周期，中间需要大量的临床试验，耗费人力物力时间，而现在通过人工智能不仅提高了效率还极大降低了成本，这不仅利好人工智能更利好行业本身，未来这一块的传导效应肯定会扩散的。
推荐阅读美国担心人工智能领域(美国人工智能出问题)
创业人工智能领域，创业人工智能领域包括
mit 人工智能领域(mit首次提出人工智能)
小米人工智能领域加盟，小米人工智能家居加盟
人工智能领域工程 人工智能领域工程有哪些
医疗人工智能领域 医疗人工智能领域包括
医疗领域人工智能融资(医疗领域人工智能融资现状)
人工智能领域规范，人工智能领域规范文件