换一批摘要随着生物技术的快速发展,研究人员不断寻求新的方法来提高生物医学研究和药物开发的效率和精确度,促进多学科融合.人工智能(artificial intelligence,AI)技术的快速发展为这一领域带来了前所未有的机遇.通过整合多种AI模型,研究人员能够更好地利用多组学数据、识别疾病表型、解读动物行为、评估治疗效果,改进实验设计,减少实验动物的使用量,同时提高动物设施管理水平,改善动物福利.本文综述了近10年来AI生物医学研究中的应用进展,探讨其在疾病表型识别、实验动物模型选择与设计、动物行为学分析和动物设施管理等方面的贡献;指出其在数据的标准化,AI模型选择和可解释性,AI模型到动物实验到临床实践的外推过程,以及AI在涉及人类基因和个性化医疗等敏感领域中使用时的伦理考量等方面的挑战,旨在帮助相关领域研究人员和从业者了解其发展现状与机遇,为其更广泛的应用提供助益.
更多相关知识
关键词
人工智能机器学习深度学习实验动物模型生物医药artificial intelligencemachine learningdeep learninglaboratory animal modelsbiomedicine
栏目名称
DOI
10.3969/j.issn.1671-7856.2025.07.016
发布时间
2025-08-19（万方平台首次上网日期，不代表论文的发表时间）
基金项目
北京市自然科学基金（5242003）
:首都医科大学基础-临床联合项目
- 浏览4
- 被引3
- 下载11
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
