共计 1081 个字符，预计需要花费 3 分钟才能阅读完成。
人工智能（AI）的应用已远不止于辅助写作。哈佛大学最新推出的一款名为 PDGrapher 的 AI 模型，正为治疗帕金森病、阿尔茨海默症甚至癌症等复杂疾病带来新的希望。
哈佛大学研究人员开发了名为 PDGrapher 的新型 AI 模型。该模型能够识别治疗方法，将病变细胞恢复至健康状态。这一突破可能对药物研发产生深远影响。
尽管 AI 在日常任务中的应用已广为人知，但其在医学领域的潜力同样不可小觑。上周，哈佛医学院发布了一项关于 PDGrapher 的研究。据称，该模型能够分析细胞内基因、蛋白质和信号通路之间的复杂关系，从而确定最佳的治疗组合，有效恢复细胞的健康状态。这为传统方法难以治愈的疾病提供了新的治疗思路。
在这项部分由联邦政府资助的研究中，作者们指出，传统的药物研发方法通常一次只针对一种蛋白质，这在某些情况下（如使用激酶抑制剂阻止癌细胞扩散）是有效的。然而，当疾病涉及多个信号通路和基因之间的相互作用时，这些方法往往失效。
“传统的药物研发就像品尝数百道预制菜肴，以找到一道恰好味道完美的菜，”研究资深作者 Marinka Zitnik 解释道。“PDGrapher 则像一位主厨，他们知道想要什么菜，并确切地知道如何组合食材以达到理想的味道。”
研究人员在治疗前后的病变细胞数据集上训练了 PDGrapher，使其能够识别哪些基因将细胞从病变状态转变为健康状态。随后，该模型在涵盖 11 种癌症的 19 个数据集上进行了测试，要求其预测各种治疗方案，而此前并未见过这些细胞样本。
PDGrapher 不仅准确预测了已知有效的药物靶点，还识别了有临床证据支持的其他靶点。作者们表示，PDGrapher 的表现优于“其他类似工具”，将正确的治疗靶点排名提高了 35%，速度提高了 25 倍。
研究人员指出，PDGrapher 可以通过识别多个可以逆转疾病的靶点来优化药物研发。这不仅可能加快研发进程，简化研究工作，还能减少癌症等多通路复杂疾病逃避药物的情况。目前，该团队正在使用该模型来应对包括帕金森病和阿尔茨海默症在内的脑部疾病。
尽管仍处于初期阶段，AI 在医学领域的应用已取得多项进展。例如，去年，斯坦福大学的研究人员利用 AI 模型的“幻觉”倾向，以指数级的速度发现了新的药物化合物，这是仅靠基础计算无法实现的。然而，研究也表明，AI 聊天机器人用户可能过度依赖 AI 工具获取医疗建议，这些建议可能在事实上不正确或不可靠，并不能替代医疗专业人员的信息。
PDGrapher 现已通过 Github 公开，供研究人员和医疗专业人士使用。这一工具的推出，无疑为复杂疾病的治疗带来了新的希望，也为 AI 在医学领域的应用开辟了新的道路。
