搜索
世界模型的下一个战场：生物医学
3 小时前
在生物医学领域，AI技术已能识别医学影像、分析基因表达，但大多局限于回答“当前生物状态是什么”的静态问题，对于“主动改变后会怎样”的动态预测需求仍无法满足。为解决这一问题，研究者提出了生物医学世界模型框架，推动AI从“识别生命”向“推演生命”转变，学习生物状态间的转移规律。这一转变依赖于干预数据和纵向数据，但高质量干预数据的获取成本较高。目前，该模型已有初步应用，如阿里达摩院的细胞世界模型Lingshu-Cell，能够预测细胞受扰动后的转录组状态；还有团队提出的Medical World Model，可模拟肿瘤在不同治疗方案下的变化，辅助提升治疗方案选择的精准度。然而，这类模型差异显著，且面临评估难题，现阶段尚无法替代真实实验，更实际的用途是作为实验预演工具，帮助研究者筛选有价值的实验路径。未来，AI有望更多参与实验前的决策过程。
