更强 ， 体现在商汤智慧健康的复合型人才上 。团队除了有一众AI顶尖研发人员之外 ， 也有诸多生物+AI交叉背景的人才 ， 包括生物学博士、药学+AI博士的复合型人才、以及曾就职于斯坦福大学生物医学信息实验室的资深科学家 。这样的团队有着拥抱变化、不断学习的能力 ， 使得我们在每进行一个新项目时都能够快速获取domain knowledge（领域知识） ， 从而保证对于复杂场景下问题的清晰梳理和技术创新 。
问：商汤智慧健康在AI+药物研发的过程中遇到过哪些挑战？是如何克服的？
答：商汤在AI+药物研发中遇到的挑战非常多样 。首先 ， 最大的困难还是领域知识的获取 。药物研发领域的细分方向非常的庞杂 ， 覆盖分子、蛋白、药物等等 ， 每个方向的AI研究都有着独特的需求和背景知识 ， 所以需要我们的研发人员与客户和领域专家保持密切的沟通合作 ， 将领域知识和需求转化为可以用AI解决的技术思路 。
其次 ， 是数据稀缺和AI模型泛化性的问题 。相对于医学影像数据 ， 药物研发领域因为细分程度更高 ， 针对某个长尾问题的数据更加稀缺 。再延伸一步 ， 也会涉及到如何将基于有数据的问题A训练的模型应用推广到问题B上 ， 例如如何基于已知分子的binding affinity（键合力）预测未知分子 ， 这其中可能面临分子结构高度相似但是生物活性完全不同的情况 。这就对于如何基于少量数据 ， 训练出高性能且具有高度泛化性的模型提出了较大挑战 。在实际落地合作中 ， 我们也遇到了类似情况 ， 比如商汤在和某药企合作关于某特定靶标的抑制剂AI筛选时发现 ， 没有任何一个公开大型数据库包含该类靶标的数据 ， 甚至类似的蛋白质也非常少 ， 这对算法训练来说是个很大的困难 。不过 ， 我们就这个问题进行针对性开发的模型所得出的预测结果 ， 与最终的实验室验证结果保持了高度一致性 ， 这也再次验证了商汤的算法能力 。
问：商汤智慧健康在AI+药物研发这个方向的落地情况如何？未来的计划如何？
答：其实商汤智慧健康从2018年就已经开始了相关准备和布局 ， 目前商汤也已经和国内外多家新药研发公司、知名药企和基因公司开展了商业合作 ， 在药物靶标相互作用、用药推荐、用药风险分析、基因自动分析与报告生成等诸多方向利用AI技术赋能业务合作伙伴 。未来 ， 我们希望能拓展与更多上下游企业、研究机构以及高校的合作 ， 用AI加速上游研发领域的前瞻探索、同时赋能下游生产环节的效率 ， 为药物研究、精准医疗领域带来更多的智慧赋能 。
来源：八点健闻

• 美联社宣布进军nft市场
• 宁德时代正式进军换电电池市场海报口号是“能量换出来”
• 五菱e10专利图曝光，有望替代电动三轮车进军快递行业
• 南京2021人才供需报告出炉 制药医疗行业人才最紧缺
• 敦煌文创携手商汤科技跨界合作，AI+数字藏品开拓文化与科技创新融合
• 复星医药与英矽智能合作，药企占位AI制药赛道，图的是什么
• 腾讯收购黑鲨，进军元宇宙的第一步？黑鲨5还在
• 进军“高定”裸金属，京东云支持超级计算集群天琴α
• 正式进军元宇宙：三星与decentraland合作开设虚拟旗
• 母婴行业新趋势白皮书， 2022英吉利全面进军全营养+时代！