世博医院正在建立基于人工智能（AI）的数字前临床平台，以加快新型感染病治疗药物和疫苗的研发。该平台旨在在临床试验之前预测和验证候选物质的有效性和安全性，从而缩短新药开发周期，提高成功率。
延世大学医学院生物医学科学系的南基泽教授研究团队于4日宣布，已被选为科学技术信息通信部2026年度生物·医疗技术开发项目（人工智能生物领域新药单元）的新课题。
研究团队计划标准化感染病治疗药物和疫苗开发所需的前临床数据，并建立一个将AI预测与实际前临床实验连接为一体的数字前临床决策系统。通过标准化候选物质的药代动力学、有效性、安全性和免疫原性数据，建立基于数据价值链（DVC）的收集、精炼和分析体系，并构建可供AI学习的前临床数据基础设施。
该平台将通过AI首先预测候选物质的药代动力学、体内分布、毒性、有效性和免疫原性，然后与实际前临床实验结果进行比较和验证。治疗药物候选物质将分析药物暴露、体内分布和毒性可能性，以评估其进入临床的可能性；疫苗候选物质则将分析免疫原性和免疫反应，以预测其开发可能性。
此外，还将建立基于前临床数据和生理参数的AI临床转化系统。该系统将基于动物实验结果预测实际临床中的治疗效果，提出候选物质的优先级，并支持后续开发战略的制定。
延世大学医学院感染科的郑秀珍教授将基于感染病临床专业性，审查前临床研究结果的临床关联可能性，并参与治疗药物和疫苗的开发战略制定。
研究将分阶段进行。第一阶段（2026~2028年）将获取与感染病治疗药物和疫苗相关的新数据集，建设基于AI的数据基础设施和感染病应对快速通道系统。第二阶段（2029~2030年）将利用治疗药物和疫苗候选物质的实验数据验证平台，并计划提升结合大型语言模型（LLM）和搜索增强生成（RAG）技术的智能前临床预测服务。
新药开发是一个需要十年以上的长期项目。研究团队计划通过此次平台建设，缩短新型感染病发生时从候选物质发现到前临床有效性、安全性评估及临床进入可能性预测的决策过程，并将构建的前临床数据与AI模型与国家生物数据基础设施相结合，扩大公共研究基础。
南基泽教授表示：“此次研究的意义在于建立一个将前临床数据、AI预测和实验验证连接为一体的新型感染病研究平台，能够更快速、准确地评估新型感染病发生时的治疗药物和疫苗候选物质。”
※ 本报道经人工智能（AI）系统翻译与编辑。
