2026世界人工智能大会（WAIC）举办期间，中国科学院院士、国际欧亚科学院院士陈润生接受新华网思客专访，解读AI大模型在生物医药领域的机遇与挑战。
AI生物医药前景广阔，但全面落地仍存多重差距
陈润生表示，人工智能很早就参与生物基础研究，蛋白质空间结构预测、遗传密码解析等领域均有应用，但距离大众畅想的“依靠AI实现人人活到120岁、根治所有疾病”还有巨大差距。
从普及层面来看，AI生物医药应用目前仅集中在发达地区，乡镇、偏远地区覆盖不足，全国普及仍有大量工作待推进；从疾病解决能力来看，AI仅能辅助完成部分药物设计，距离研发出覆盖全部疾病的治疗药物目标遥远；从基础科研层面来看，人类虽已破译遗传密码，但绝大多数密码对应的生物功能尚不清晰。AI生物医药虽已受到行业重视、落地部分成果，但是要达到能够治疗所有疾病，能够真正普及到全国的每一个角落的目标来讲，还有非常多的工作要做。
谈及国内AI医疗赛道在全球的地位，陈润生表示，就生物医药领域应用人工智能和大模型的情况来看，无论是从技术普及程度，还是从基础研究向应用转化的进展来看，中国和美国都是该领域做得最好的两个国家。
AI或将助力肿瘤筛查
针对民众关心的AI改善难治肿瘤诊治的民生问题，陈润生重点阐释了AI在肿瘤防治上的核心价值。胰腺癌、胆管癌等恶性肿瘤早期症状隐蔽，在现有诊疗体系下多数患者确诊时已至三期、四期，治疗难度极大。AI大模型的核心作用并非单纯提速现有诊断流程，而是实现疾病防治关口前移：依托大模型积累的海量数据，识别肿瘤早期特征指标与筛查线索，会对恶性肿瘤的治疗起到非常重要的作用。
AI创新的无人区在底层基础理论研究
围绕“交叉学科无人区如何诞生核心创新”这一问题，陈润生提出，当前大模型多基于应用场景搭建，模拟人脑神经工作逻辑，但底层运行逻辑的基础研究并不充分。未来最核心、最值得科研团队集中力量攻关的创新方向，是大模型底层基础理论研究，要了解人工智能大模型工作的本质，要了解它的底层逻辑。
人工智能技术带动科学的发展速度越来越快，传统编程等基础科研工作已逐步被大模型替代，科研模式发生根本性变革。陈润生认为，青年科研人员必须紧跟科学高速发展节奏，掌握科学知识，把握未来进展的方向，才能在快速变革的科研环境中占据主动。
完善法规规范，平衡AI创新与数据安全边界
针对各大平台调整拟人化智能体功能这一行业现状，陈润生认为，数据安全、资源外流、个人隐私保护、知识产权等矛盾会随AI发展持续凸显。其中生物医药、生命科学领域的语料产权问题尤为典型，大量科研数据由国家投入产出，数据归属、商用、国际交流边界都需要明确规范。需要在工作当中不断地形成共识，形成法规，最终形成人工智能大模型发展过程中的相关规范，这样才能在发展人工智能的同时，有效保障隐私与信息安全。
