从大众媒体到最大的医疗保健会议，关于人工智能革命性地改变生物医药的承诺无处不在。我们似乎正处于人工智能系统的风口浪尖，这些系统可以远程识别即将生病的人，做出诊断（无需医生！），选择定制的人工智能设计的药物，并在恰当的时候将其交付给患者——当然，是在人工智能驱动的自动驾驶汽车中。
如果这真的是未来，我们还远未实现。可以肯定的是，变革的步伐非常迅速。深度学习——人工智能快速发展的子领域，使机器能够通过胸部X光片诊断肺炎或根据医疗记录预测健康状况恶化——甚至在十年前对大多数计算机科学家来说还是陌生的。我们也不知道未来几十年人工智能的进化或革命性进步将如何发展。我们所知道的是，生物医药人工智能的成功不仅取决于技术的发展，还取决于技术背后的人才发展。
将算法进步转化为生物医药突破需要在多个层面上批判性地考虑知识和努力的两个领域。例如，一项新技术的真正能力是什么？哪些仅仅是炒作？生物医药中的哪些问题最有可能从新兴的计算能力中获益？我们如何从一项新技术的有趣的生物医药应用走向实际改善人类健康的系统的实施？这些具有挑战性的、多方面的问题需要跨学科团队来解答。这些团队将需要人工智能专家、生物学和医学专家，以及最重要的是，能够激励和指导具有如此多样化才能的个人的领导者。
关于支持科学新闻
如果您喜欢这篇文章，请考虑通过以下方式支持我们屡获殊荣的新闻事业： 订阅。通过购买订阅，您正在帮助确保有关塑造我们当今世界的发现和想法的具有影响力的故事的未来。
与人工智能已应用的其他一些领域不同，在生物医药领域，失败的后果是重大的。对于社交媒体公司而言，一个在增加广告点击方面无效的人工智能模型可以在当天被检测到并回滚。然而，当涉及到医学时，人类生命攸关。对人工智能的不充分了解的应用可能会导致明显的危害，例如不准确的诊断或治疗建议，但也可能导致更隐蔽的失败，例如，由于算法是用微妙的偏见数据训练的，因此给出了种族偏见的建议。考虑到生物医药的复杂性和许多人工智能算法的不可理解性，可能需要数年才能发现这样的缺陷。无论是学术界、制药实验室还是初创公司的团队领导者，不仅必须理解技术和科学问题，还必须预测和阐明他们所承担项目的潜在风险、收益和影响。
我们需要能够构建改进医疗保健的医学人工智能系统的男性和女性。通过解决问题的技术方面来激发兴奋感相对容易，但使这些进步有用通常需要应对医疗保健系统中监管、经济和工作流程问题的复杂相互作用。成功的领导者受益于人工智能和生物医药领域的深厚知识和直觉。但我们面临着这种多才多艺的人才的严重短缺。
解决这一差距对于确保生物医药人工智能的长期成功至关重要。一个主要挑战是这些学科所需的学习时间长度，但更大的挑战是在两个在解决问题方法上几乎截然不同的领域培训学生。计算机科学涉及数学、统计学和工程学的定量严谨性，而生物学则以进化过程中偶然产生的产品为基础。生物的特性，无论是字面上还是比喻意义上，都是有机的。我们正在寻找具有智力灵活性和热情，能够在两种对比鲜明的文化中接受长期培训的学生。我们是在要求不可能的事情吗？
这些人确实存在，而且他们的人数正在增长。他们培训的第一种方法是识别那些已经在生物医药或计算科学领域具有深厚背景的人，然后帮助他们掌握另一个领域的技能。自 20 世纪 80 年代初以来，生物医药信息学研究生项目（硕士、博士和医学博士/博士）就承担了这一角色。这些项目吸引了多元化的学生，并且已经发展到包括各种名称的学科：计算生物学、生物信息学、临床信息学、生物医药数据科学等等。所有这些都关注计算机科学在生物医药中的不同应用。
但是，在学生的职业生涯早期，甚至在他们的智力直觉仍在形成的时候，对这些学科交叉领域的学生进行培训怎么样呢？这种差异就像成年后学习第二语言和在双语家庭中长大之间的差异一样：对于早期的学习者来说，流利是第二天性。
2001 年，我们在斯坦福大学启动了一个工程专业，使本科生能够在生物学和医学的背景下学习计算机科学和统计学。该项目培养了具有理学学士学位的毕业生，他们已经深入研究了将计算工具应用于生物医药领域难题的挑战。我们的学生与医学预科学生一起学习生物学，与将在硅谷工作的同学一起学习计算机科学，并且每个人在斯坦福大学期间都完成了一个为期两到三个季度的研究项目。他们获得了跨生物医药和技术领域的广度知识，以及在较窄的应用领域的深度知识。还要求至少修读一门关于技术社会和伦理影响的课程。
在对生物医药计算本科生进行了近二十年的培训之后，我们可以说这种模式是有效的。我们的许多毕业生继续在学术界、临床医学、初创公司（生物学领域内外）、大型公司、律师事务所、风险投资以及其他领域发展事业。而且，该专业一直保持着男女 50:50 的平衡——这在少数定量密集型工程专业中才是如此。
对大多数人来说，这个专业塑造了他们的职业认同：他们不是“做生物的人工智能人”或“做人工智能的生物人”。相反，这两种知识传统都舒适地存在于他们的头脑中，每一种都影响着他们对另一种的理解。虽然不可能在短短四年（甚至 40 年）内学习生物医药和计算机科学的全部内容，但这些人可以在生物学和计算机科学文化之间自由穿梭，并且已经学会将深入的技术技能应用于生物学和人类健康领域最严峻的社会挑战。
除了研究生项目外，在生物医药和计算交叉领域开发一套强大的本科生项目，可以使处于教育形成期的学生能够在这些非常不同的学科之间流畅地转换。这些项目将加速为适当使用人工智能以推进生物学和医疗保健所需劳动力的出现。