图：李煜教授团队设计的预测细胞形态框架（MorphDiff），可预测药物在细胞上的作用，帮助减少细胞实验的操作部分，降低相关的时间消耗和成本。

　　香港中文大学计算机科学与工程学系助理教授李煜及其团队，与百度参与发起创立的生命科学大模型公司——百图生科进行三项AI医疗研究，其中AI药物协同预测项目已完成，AI细胞形态预测项目则于今年9月发表，另一项研究正处于修改论文的阶段。李煜教授日前就AI细胞形态预测项目接受《大公报》独家专访时透露，该项目是由自行研发的AI大模型去预测药物在细胞上的作用，细胞的形态会出现哪些变化，帮助减少细胞实验的操作部分，降低相关的时间消耗和成本。

　　AI与人类协作 短期内易取得突破

　　一款新药从研发到上市需经历三个阶段：临床前研究（药物研究）、临床研究及药物上市。临床前研究主要是药物筛选的阶段，包含药物研究（例如标靶点确认、化合物合成及筛选）、临床前实验（细胞实验、动物实验）以及临床实验审批（IND）三个部分。而AI细胞形态预测项目，可在细胞实验阶段前，用AI去预测哪些药物能对目标细胞达到特定的效果，“甚至是之前还没有见过的药物，也可以预测它的效果，省去传统的实验环节。”李煜说：“如果通过AI已经预测到该药物作用于该细胞是不能产生预期效果（hopeless）的，那可能就不做了。”

　　与AI药物协同预测项目所用到的模型不同，AI细胞形态预测项目中的模型，并不涉及预训练和微调的阶段。李煜解释，因其总体的数据量并不是特别大，而预训练和微调AI模型更适合支持大量的数据样本。

　　像AI细胞形态预测项目中的AI模型，李煜介绍，主要包含变分自编码器模型和潜扩散模型（见上方预测细胞形态框架图）。当中原理简单而言，有点像教一个小孩怎么去认识世界，“比如说我们训练一个模型，就让AI去识别这个物体，它是一只狗，还是猫？给AI一些图片，然后给AI一些标签，让模型学习两者的映射关系。”

　　问及该项目的下一步打算，李煜表示，下一步团队还会与其他机构一齐研究AI模型去预测细胞基因表达的一些变化。而对于整个AI医疗行业发展，李煜认为AI与人类的协作更容易在短期内取得突破。