AI终于有可能把无数小动物从药物测试中拯救出来了么？

尽管这听起来非常冷血和不人性，但是动物实验是现代医药发展和认证流程中不可缺少的一部分。

这也是出于善意和合理的理由，因为科学家依然无法预测新型化学物质的特点，更不要说它们可能对活体细胞产生什么影响了。

但是，最新发表在 Toxicological Sciences 期刊上的一篇研究结果显示，利用过往实验和已知数据预测新合成物质的特性是可能的。研究过程中，一个经过训练的 AI 系统可以预测成百上千中未知合成物的毒性，而且预测结果在一些案例中，比动物测试更加准确和可靠。

当然，在药物测试中使用 AI 并不是什么新鲜事。事实上，28家大型医药公司和93家创业公司已经花了数千万美元研究，如何用机器学习和 AI 技术用于发现、确认和测试新药品。整个行业其实已经处于非常渴望 AI 变革的阶段了。

Exscientia 的 CEO Andrew Hopkins 表示，AI 可以做出更好的设计方案，并且能更好地决定应该制作和测试哪些合成物。这些优势最终将降低药物试验的总次数，进而降低药物研发的费用。

“有些人会觉得由于生物的复杂性和混乱程度，我们很难使用 AI 技术。可是，正因为决策过程中的复杂性，我们才应该依赖于 AI。

举个例子，贝叶斯算法对于混乱的数据来说格外有用，AI 能够使人更安心地拥抱不确定性。它不需要完美的数据才能得出完美的预测结果，而能够帮助我们在不完美、混乱和复杂的数据环境中，找到重要的信号。”

AI真的可以拯救数以百万计的实验动物。计算机模型可以取代大量标准的药物测试环节，例如将药物滴进兔子的眼睛里，来检查它是否会过敏；或者给小白鼠喂药物，来观察毒性。大数据技术其实能够产出比动物实验更加准确的测试结果。

将医药研究过程中的动物实验数量降至最低不仅仅是出于人性高尚的原因，而且也会让研发的过程变快、成本降得更低。

不过，AI 目前能够试图替代的也只是绝大多数在动物身上开展的标准测试，还有很多更加复杂和长期的、与生育能力和癌症几率相关的药物作用是 AI 目前无法涉足的。但即便如此，如果能够避免大量的动物测试，动物权益保护者和因药物价格下降而受益的患者已经足够开心了。