Exploring the Promise and Challenges of Artificial Intelligence in Biomedical Research and Clinical Practice.
探索人工智慧在生物醫學研究和臨床實踐中的潛力與挑戰。 J Cardiovasc Pharmacol 2024-02-07

人工智慧（AI）正在快速改變生物醫學研究，加速解決問題並分析龐大數據。AI在藥物設計、毒理學和材料辨識上的應用，有潛力改革科學研究的設計、數據分析和溝通方式。像ChatGPT和Perplexity這樣的大型語言模型改變了科學家之間的互動和溝通方式。雖然AI帶來好處，但也有風險，例如保密性不足和潛在偏見。本評論討論了AI對生物醫學研究現況和未來影響，並強調了需要考慮的利弊。 PubMed DOI

RLpMIEC: High-Affinity Peptide Generation Targeting Major Histocompatibility Complex-I Guided and Interpreted by Interaction Spectrum-Navigated Reinforcement Learning.
RLpMIEC：高親和力肽的生成，針對主要組織相容性複合體-I，並由互動光譜導航的強化學習指導和解釋。 J Chem Inf Model 2024-08-09

主要組織相容性複合體（MHC）在將表位呈現給T細胞受體中扮演關鍵角色，啟動免疫反應。傳統疫苗設計通常需透過昂貴的高通量篩選來找出高MHC結合親和力的表位。近期，人工智慧（AI）在蛋白質結構預測等領域展現潛力。我們提出了一種基於深度強化學習的生成算法RLpMIEC，能有效設計出結合MHC-I系統的肽，並具備高可解釋性，對加速肽基疫苗開發具有重要意義。 PubMed DOI

Accelerating drug discovery, development, and clinical trials by artificial intelligence.
利用人工智慧加速藥物發現、開發及臨床試驗。 Med 2024-08-22

這篇論文深入分析了AI在藥物開發中的進展，特別是針對小分子、RNA和抗體的應用。它探討了AI如何融入藥物開發流程，並回顧了目前臨床試驗中的藥物。論文指出，至今尚無AI設計的藥物獲得監管機構批准，並建議利用大型語言模型和擴散模型來克服這一挑戰。總體而言，論文強調了AI在藥物發現中的潛力，同時也討論了這個快速發展領域的挑戰與未來機會。 PubMed DOI

Exploring Chatbot contributions to enhancing vaccine literacy and uptake: A scoping review of the literature.
探索聊天機器人對提升疫苗知識和接種率的貢獻：文獻的範疇回顧。 Vaccine 2024-11-30

這篇回顧探討聊天機器人在提升疫苗素養及傳播疫苗資訊的角色，特別是在組織疫苗素養的背景下。根據喬安娜·布里格斯研究所的方法，從2020年到2024年進行了系統性資料搜尋，納入22項研究。結果顯示，聊天機器人對改善疫苗素養和接受度有效，尤其針對COVID-19、HPV及兒童疫苗接種。研究指出，聊天機器人能對抗錯誤資訊、增強醫療溝通，並提供個性化、最新的資訊，最終改善公共健康結果及不同族群對疫苗接種的態度。 PubMed DOI

VaxLLM: Leveraging Fine-tuned Large Language Model for automated annotation of <i>Brucella</i> Vaccines.
VaxLLM：利用微調的大型語言模型自動標註 <i>Brucella</i> 疫苗。 bioRxiv 2024-12-09

這項研究強調了利用大型語言模型（LLMs）來自動化分類和註釋疫苗相關文獻，特別是針對布魯氏菌疫苗。核心工具VaxLLM是經過微調的Llama 3模型，能有效識別疫苗配方並提取關鍵資訊，表現出色，精確度達0.90，召回率1.0，F1分數0.95，註釋準確率高達97.9%。VaxLLM的結構化輸出便於整合進疫苗知識庫，並透過PubTator進行交叉比較，進一步提升數據準確性。整體而言，VaxLLM在疫苗研究的知識提取自動化上顯示出顯著進展，所有數據和模型均可公開訪問。 PubMed DOI

Opportunities, challenges and future perspectives of using bioinformatics and artificial intelligence techniques on tropical disease identification using omics data.
利用生物資訊學和人工智慧技術在熱帶疾病識別中應用 omics 數據的機會、挑戰與未來展望。 Front Digit Health 2024-12-10

這篇文章回顧了生物資訊工具和人工智慧在分析組學數據以識別熱帶疾病的應用。根據2015至2024年間約40篇經過同行評審的研究，文章指出這個領域的機會與挑戰。主要發現顯示，像BLAST和Clustal Omega等工具對熱帶疾病識別有顯著貢獻，整合多種組學數據能提升生物標記的發現及疫情預測。人工智慧模型也提高了CRISPR基因編輯的效率，並有效識別疾病。最近基於Transformer的模型如BERT和GPT-4在序列分析中表現出色，GeneViT等技術在疾病分類上也顯示良好結果。 PubMed DOI

Artificial intelligence in drug development.
藥物開發中的人工智慧。 Nat Med 2025-01-20

藥物開發傳統上是一個繁瑣且耗時的過程，主要依賴專業知識和反覆試驗。不過，隨著人工智慧（AI）特別是大型語言模型和生成式AI的興起，這個領域正迎來變革。AI技術提升了藥物開發各階段的效率，包括疾病靶點識別、藥物發現、臨床前及臨床研究，甚至上市後的監測。這篇文章探討了AI在藥物開發中的最新應用，並分析了目前仍面臨的挑戰，指出未來研究的潛力。 PubMed DOI

Challenges in AI-driven Biomedical Multimodal Data Fusion and Analysis.
AI 驅動的生物醫學多模態數據融合與分析中的挑戰。 Genomics Proteomics Bioinformatics 2025-03-04

生物醫學檢測技術的進步讓我們能獲得更多個人生物醫學資訊，像是分子、細胞、影像及電子健康紀錄。整合這些資訊能提升疾病診斷和治療策略的準確性。人工智慧，特別是深度學習，已在生物醫學領域展現出更高的精確度和效率。不過，處理多模態數據時仍面臨數據隱私和模型可解釋性等挑戰。這篇綜述探討了不同數據類型、AI的角色及未來發展方向，期望透過模型預訓練來進一步推進生物醫學研究。 PubMed DOI

Revolutionizing oncology: the role of Artificial Intelligence (AI) as an antibody design, and optimization tools.
革新腫瘤學：人工智慧 (AI) 在抗體設計與優化工具中的角色。 Biomark Res 2025-03-29

抗體對免疫系統非常重要，能保護身體免受疾病侵害，包括癌症。從單克隆抗體到CAR-T細胞等先進療法，這個領域已經有了重大進展。最近，人工智慧（AI）的應用改變了抗體的設計與優化，透過大型語言模型和生成式AI，加速新抗體的生成，提升免疫反應的準確性，並增強治療效果。AI幫助預測和設計抗體序列、結構及相互作用，解決開發中的挑戰，提升治療的精確性與速度，為下一代癌症療法鋪路，改善精準醫療的治療結果。 PubMed DOI

Cancer Vaccine Adjuvant Name Recognition from Biomedical Literature using Large Language Models.
從生物醫學文獻中使用大型語言模型識別癌症疫苗佐劑名稱。 ArXiv 2025-04-08

這項研究探討如何利用大型語言模型（LLMs）自動識別癌症疫苗研究中的疫苗佐劑名稱。由於佐劑對疫苗效能至關重要，手動整理相關資訊相當困難。研究人員使用了來自AdjuvareDB和疫苗佐劑匯編的數據集，並在零樣本和少樣本學習中運用了GPT-4o和Llama 3.2。結果顯示，GPT-4o在精確度和F1分數上表現優異，特別是在有上下文信息的情況下，顯示出LLMs在簡化癌症疫苗開發中的潛力。未來將擴展至更廣泛的生物醫學文獻。 PubMed

原始文章

站上相關主題文章列表