围绕AI解鎖新療法这一话题，我们整理了近期最值得关注的几个重要方面，帮助您快速了解事态全貌。
首先，在这一过程中，“未来谁掌握了更海量的脑科学数据，谁就更接近新应用场景和技术路径的定义权。当单一脑区、单一任务积累了大量数据后，就可以像大模型一样，通过脑数据训练一个‘基座模型’。这个基座模型可以应用到未来的新患者身上，使得他们解码器的初始性能、脑控性能会大幅提高。”
，详情可参考QuickQ
其次，透過將這些藥物重新用於治療其他疾病，患者能獲得原本無法取得的療法。
根据第三方评估报告，相关行业的投入产出比正持续优化，运营效率较去年同期提升显著。
，这一点在okx中也有详细论述
第三，傳統藥物測試通常在動物或分離的人體細胞進行，而他們希望用AI套用同樣概念——等於是在「虛擬細胞」上模擬IPF的影響。
此外，过去几年，跨国药企最迫切的是补充肿瘤管线，及由此衍生的ADC、双抗等Modality（新疗法平台）创新，这恰恰是中国药企过去数年投入最深、产出最密集的赛道。通常，肿瘤领域靶点更明确、入组人群相对较小、疗效衡量清晰，投入产出比更可控。但当前，肿瘤领域赛道已比较拥挤，数据门槛会越来越高，比如更大样本量、更后线治疗、更细分人群等。，详情可参考搜狗输入法官网
最后，现在，老师经过了数轮的培训，从原来的懵懂、困惑，到慢慢有了清晰的认识，到积极去干预，大家共同面对问题。我有很大的感触，当你有了一定的认识，你就不会那么恐惧。
另外值得一提的是，在麥基爾大學的研究中，AI為特發性肺纖維化（IPF）提出了八種候選治療方案。
展望未来，AI解鎖新療法的发展趋势值得持续关注。专家建议，各方应加强协作创新，共同推动行业向更加健康、可持续的方向发展。