“本该用AI治疗疑难癌症和痴呆，却苦于数据不足”
举办基于AI数据的生物前沿技术开发项目成果交流会
有意见指出，如果无法解决我国在获取准确而庞大的医疗数据方面所面临的困难，不仅基于人工智能（AI）的生物研究成果难以扩散，后续第二阶段项目也可能面临危机。
据科学技术信息通信部23日消息，在本月19日于首尔江南区诺富特大使酒店举行的“AI数据基础生物先导技术开发项目成果交流会”上参加综合讨论的与会者们，在高度评价该项目重要性和迄今为止成果的同时，也强调必须解决阻碍取得真正成果的障碍。
当日活动旨在共享科学技术信息通信部自2023年起推进的生物·AI融合国家研发项目的成果，并讨论今后的课题。该项目以2027年前与国民健康直接相关的四大领域——难治性癌症、代谢性疾病、痴呆以及天然物新药为中心，目标是支持数据收集、标准化及AI模型开发。
参与讨论的Lunit医疗部门总括负责人 Ahn Sangho 直言：“在我国，获取数据是最难的。”Lunit是一家以“通过人工智能征服癌症”为目标的初创企业。
首尔大学医院教授 Kwak Suhyun 补充称：“关于生物数据利用存在很多误解，其实并不危险。要感谢给予我们利用资料机会的发包部门，也希望今后能有更多机会。”
KAIST（韩国科学技术院）教授 Yejungcheol 强调：“错误的法律和制度反而在拖累研究。不能只停留在科学家之间的讨论层面，而是要从制度层面公开讨论问题究竟出在何处。”
Naver Cloud 理事 Yoo Hanjoo 表示：“可以通过AI实现自动化，基础模型的作用就在于此。通用AI的数据越高度化，性能就越好，最终需要采用混合式路径。”
也有意见指出，即便数据准备好了，也必须具备善加利用的能力。高丽大学教授 An Junyong 建议称：“医学院教授过去只做自己的专业研究，对AI并不了解，现在必须自己学习。”
与会者们尤其呼吁，当天出席活动的国家生物委员会等相关机构，应准确把握一线的困难，并将其反映在制度改善和追加项目计划中。警告称，如果不能解决数据获取以及法律·制度的不合理问题，项目宗旨将大打折扣，也难以顺利进入后续阶段。
韩国科学技术信息研究院（KISTI）数字生物计算研究团团长 Lee Junhak 强调：“在ChatGPT时代开启之际启动的这一项目已经完成了第一阶段。今后必须持续努力，在打造特化模型之后，将其扩展为大规模语言模型（Large Language Model，LLM）。”
当天活动还分享了迄今为止的研究成果。延世大学教授 Kim Sanguk 介绍了数据利用课题成果，教授 Kwak Suhyun 介绍了基于临床数据的平台，教授 Yejungcheol 和教授 Lee Dohyun 分别介绍了痴呆早期诊断和AI基础新药开发课题。随着癌症复发预测、罕见疾病变异检测、药物反应预测模型的开发，研究速度和准确性得到提升，机构间的联合研究也更加活跃。
AI数据基础生物先导技术开发项目是一个将庞大的基因组、临床和医疗影像数据与AI相结合，以加速精准医疗、新药开发和难治性疾病治疗的国家研发项目。该项目在科学技术信息通信部于2023年将其确认为新课题后正式启动。
该项目最大的意义在于推动数据利用创新。医院、研究机构和企业共享同一标准化数据集后，研究效率得到提高，开发出了癌症复发预测、罕见疾病变异检测、药物反应预测等模型。随着数据预处理周期缩短，也为研究人员更快产生成果奠定了基础。
强化产业生态的效果也十分显著。该项目已成为生物企业与AI企业合作的平台，发挥着连接初创企业与大型医院的数据枢纽功能。技术转移和商业化潜力的提升也尤为引人注目。
版权所有 © 阿视亚经济。未经许可不得转载，禁止用于AI训练及使用。
