沙利文：以AlphaFold 3为代表的同类AI工具有望为医疗行业带来更多创新和变革

沙利文洞见

不同于深耕大语言模型的OpenAI，谷歌DeepMind在结构生物学领域越走越深，从尝试预测蛋白质的三维结构出发，如今已实现对大部分生命分子的预测。今年5月，DeepMind推出AlphaFold 3，直接登上Nature头条，引起业内广泛关注。以Alphafold 3为代表的同类AI工具，为医疗行业发展带来了哪些影响？技术应用前景如何？AI在结构生物学，以及在整个医疗领域，如何实现大规模的商业化落地？还有哪些壁垒需要打破？在Alphafold 3带来的冲击下，我国AI企业以及相关药企应该如何布局？

  弗若斯特沙利文（Frost & Sullivan, 以下简称“沙利文”）大中华区执行总监周明子接受21财经采访，共同探讨AI对医疗行业的影响。

 

21财经

 *点击文末 阅读原文 ，查看完整报道

  Q：   以Alphafold 3为代表的同类AI工具，为医疗行业发展带来了哪些影响？技术应用前景如何？

 

以AlphaFold 3为代表的同类AI工具，为医疗行业发展带来了深远的影响。它们通过精准预测生物分子结构，加速了药物研发进程，推动了精准医疗的发展，并促进了科研合作与交流。这些技术工具不仅提高了药物研发的效率和成功率，还为疾病机制的深入理解提供了新视角。未来，随着技术的不断成熟和应用领域的拓展，AI工具在医疗领域的应用前景将更加广阔，有望为医疗行业带来更多创新和变革，但也需要关注技术成熟度、数据安全与隐私保护以及法规政策等方面的挑战。

  Q：   AI在结构生物学，以及在整个医疗领域，如何实现大规模的商业化落地？还有哪些壁垒需要打破？

 

AI在结构生物学及整个医疗领域实现大规模商业化落地，需通过技术不断成熟与应用拓展，如AlphaFold 3在蛋白质结构预测中的成功应用，推动了药物研发与疾病机制研究的进程。然而，要达成这一目标，还需克服多重壁垒，包括技术成熟度与可靠性的进一步提升、高质量医疗数据的积累与整合、数据隐私与安全保护机制的完善，以及适应行业特点的法规政策与标准的制定。此外，跨界合作与产业融合也是推动AI在医疗领域商业化落地的重要路径。

  Q：   在Alphafold3带来的冲击下，我国AI企业以及相关药企应该如何布局？

 

在Alphafold 3带来的冲击下，我国AI企业及相关药企应积极布局以应对挑战并抓住机遇。具体来说，AI企业可以加大在深度学习、Transformer和Diffusion模型等前沿技术的研发投入，提升模型预测准确性和泛化能力，同时探索与生物医药领域的深度融合，开发出更多具有实际应用价值的AI工具。药企方面，应加强与AI企业的合作，利用AI技术加速新药研发流程，提高研发效率和成功率，同时关注AI在药物优化、疾病诊断等方面的应用，以科技创新推动产业升级。此外，双方还应共同关注数据安全和隐私保护，确保在推动技术进步的同时，也符合法律法规和伦理要求。

*本采访已刊登于 21财经 ，记者为闫硕，原标题为：《从预测走向现实，AlphaFold 3如何赋能生命健康领域？》。