建立对人工智能融入化学风险评估的信任:2024年ECETOC研讨会的发现
Timothy W Gant1,2, Alistair Boxall3, Daniel Burgwinkel4
1Centre for Radiation, Chemical and Environmental Hazards, Toxicology Department, UK Health Security Agency, Harwell Science Campus, Didcot, OX11 0RQ, UK. tim.gant@ukhsa.gov.uk.
Archives of toxicology
|February 16, 2026
概括
人工智能 (AI) 通过分析复杂的数据来提高化学风险评估,以进行更快,更道德的评估. 可靠的人工智能需要可查找,可访问,可互操作和可重复使用 (FAIR) 数据和强大的治理,以获得值得信赖的结果.
科学领域:
- 毒理学 毒理学 毒理学
- 监管科学 监管科学
- 计算化学计算化学
背景情况:
- 人工智能 (AI) 正在改变化学风险评估,提供更快,更全面的分析.
- 包括机器学习在内的人工智能处理复杂的化学,生物和环境数据,以预测不良影响.
- 在将欧米克数据整合到化学品监管中存在历史性的挑战.
研究的目的:
- 探索AI在毒理学和监管科学中的能力和未来潜力.
- 为应对将omics技术整合到化学品监管中的挑战.
- 确定化学风险评估中负责任的AI的关键推动因素.
主要方法:
- 一个国际研讨会召集了来自学术界,工业界和监管机构的专家.
- 讨论的重点是人工智能应用,FAIR数据原则和治理框架.
- 分析当前的人工智能能力和监管科学中的未来潜力.
主要成果:
- 可查找,可访问,可互操作和可重复使用 (FAIR) 数据原则对于透明和可靠的AI系统至关重要.
- 值得信赖的AI结果取决于FAIR数据和强大的治理框架.
- 负责人工智能的关键推动因素包括严格的治理,可解释性,适合目的的应用程序和人类监督.
结论:
- 人工智能具有显著的潜力,可以提高化学风险评估的效率和道德.
- 实施FAIR数据原则和强有力的治理对于可信的人工智能至关重要.
- 需要灵活,代的框架来推进人工智能开发,验证和对化学品监管的信任.
