毒品|Nature子刊：AI检测毒品准确率达86%，没见过的也能测( 二 )

该研究小组推断，通过生成一个新的、类似核动力源的化学结构数据库，就可以自动识别完全未知的核动力源。因此，研究人员着手学习核动力源化学结构的深层生成模型，从中随机取样新的核动力源结构（图1a-b）。
目前包含NPS结构最新、最全面的资源数据库是用于NPS筛选的数据库HighResNPS，来自世界各地数十家法医实验室的贡献者在生物样本或执法部门缉获的物品中检测到新物质时，会向HighResNPS提交数据。尽管如此，在2020年6月初，该数据库仅包含1753个独特的NPS结构。

文章插图
这一数据集的有限规模反映了非法市场上出现并随后被法医实验室检测到的核动力源数量。然而，通常用于训练化学结构生成模型的数据集将包含数十万个数据。
之后，该研究团队获得了194种NPS药物的数据，发现其中176种出现在AI生成的数据中。研究人员还通过使用AI推断1亿种可能的化学结构，研究未来可能生成的药物。
此外，哥伦比亚大学梅尔曼公共卫生学院的研究人员正在研究使用机器学习来评估法律及其与处方阿片类药物分配模式的关系。
“机器学习方法越来越多地应用于类似的高维数据问题，并可能为其他形式的政策分析提供一种补充方法，包括作为筛选工具来识别需要进一步关注的政策和法律规定相互作用。”哥伦比亚大学流行病学副教授Silvia Martins说。
结语：AI+医疗，落地场景更广阔“机器学习方法越来越多地应用于类似的高维数据问题，并可能为其他形式的政策分析提供一种补充方法，包括作为筛选工具来识别需要进一步关注的政策和法律规定相互作用。”哥伦比亚大学流行病学副教授Silvia Martins说。
NPS特殊的化学结构，使得不法分子有可乘之机，而AI模型能够快速识别其分子结构，并利用AI从药物分子结构中预先推断其可能的情况，提前阻止某些药物流入市场。这为AI工具的应用提供了新范例，能够评估类似的药物分子结构、药物分配模式等问题。
来源：New Scientist、哥伦比亚大学官网