作者：Gaurav Aggarwal

—Avanade Inc，副总裁, Global Lead

人工智能不仅可以用于数据收集，还可以用于数据处理、数据分析、数字运算、基因组测序，以及进行尤为重要的自动化蛋白质与分子结合位点预测。

随着疫苗的开发并普及，人们并不会减少使用AI，它将会被用于研究疫苗的副作用。

许多国家已经推出了冠状病毒疫苗，并进行模拟试验，为疫苗的接种做准备。世界卫生组织已经赋予辉瑞/BioNTech疫苗紧急使用权。这帮助了那些没有基础设施来进行疫苗试验的发展中国家，现在他们也可以给民众接种疫苗，对抗Covid-19。

各国很快意识到共享基因组测序数据及其他技术是多么重要，这加快了疫苗开发的进程。然而，如果没有云计算和人工智能（AI），这是不可能完成的。

AI不仅可以用于数据收集，还可以用于数据处理、数据分析、数字运算、基因组测序，以及进行尤为重要的自动化蛋白质与分子结合位点预测。

我们所知道的冠状病毒，与十多年前造成众多人死亡的重症急性呼吸综合症（SARS）很像。研究人员预测，病原体可能当时就通过动物传播了，而这些预测只能借助AI来完成。

MSys集团董事长兼首席执行官Sanjay Sehgal表示：“第一个做出冠状病毒相关预测的是一家加拿大公司BlueDot，该公司善于借助AI调查传染病。它使用AI驱动的系统来检查动物植入疾病网络。同时，它也借助AI收集信息、预测病毒的传播，在政府正式宣布疫情之前，提醒大众关注自己的行程轨迹。”

据CNBC报道，在世界卫生组织发布声明提醒人们注意新冠的9天前，BlueDot便发现了COVID-19。事实上，AI和云计算被应用于制药行业，已有一段时间了。

Avanade副总裁兼全球云战略GTM 负责人 Gaurav Aggarwal 表示，人工智能和机器学习在公共云领域的大众化已经彻底改变了科学和工程。制药行业正逐渐变得成熟，以利用相同的优势。他补充道：“人工智能作为一种自适应和预测技术，它的出现与AI / ML的大众化以及微软、谷歌、AWS等公共云供应商推动的增强现实/虚拟现实技术（AR / VR）一起，为核心研究和业务流程的优化提供了可能性，重塑了制药公司的市场机遇，让更多人能负担得起药物。”

速度问题

药物发明需要借助高性能计算（HPC）运行复杂的行为数学模型。云计算和AI等现代数据分析工具加快了识别分子刺激器的速度，以便进一步作出评估。

这些工具用于寻找能预防并对抗冠状病毒的抗体。此外，CORD-19等由AI驱动的研究数据库，也对研究人员的研究起到了帮助。

但是，这些技术并不是100%准确的。2008年，谷歌推出了一项AI驱动的服务，通过SEO追踪流感爆发行径和人们的搜索词条，收集到了人们在超市的购买行为、浏览模式、个人消息的主题和接收的频率等数据。

Sehgal指出：“尽管谷歌的这项目服务比政府及其机构更早地预测出了流感的爆发，但由于它始终高估了流感的渗透性，不得不舍弃其报告。”

基于这些案例研究，我们应该指出AI运行的算法可以简化实验的大量数据，发现人类大脑可能无法发现的东西。但AI终究还是无法预测人类疫苗的成功。Sehgal表示：“我们将不得不等待并观察疫苗及其效果。”

在处理疫苗开发等复杂的问题时，我们不能指望一夜之间就取得成功，但我们现在就可以通过AI，ML和公共云的使用，来优化整个过程并消除限制。Aggarwal说：“推进新药物的发明是AI近期重要的目标之一，而12月之内实现Covid-19疫苗的普及就是AI帮助人们应对危机的一个例子。”

随着疫苗的开发并普及，人们并不会减少使用AI，它将会被用于研究疫苗的副作用。近期，《财富》报道称，Genpact的英国分公司被要求设计一个机器学习系统，获取疫苗副作用的报告，并发现潜在的安全问题。

多年来，通过AI来研究药物的副作用一直是学术研究者所关注的焦点。除英国之外，其他国家政府也在通过AI研究冠状病毒疫苗的副作用。疫苗的迅速推出是AI和ML的巨大成功，它为人们在健康和制药领域更广泛地使用这些工具打下了基础。

关注微信公众号”赛希咨询“，了解更多精彩内容。