机构名称：
¥ 1.0
简介正电子发射断层扫描 (PET) 应用的放射化学是不同专业领域的复杂融合。该领域融合了基础有机化学和分析科学，所有这些都受到及时生产短寿命同位素 ( 11 C、 18 F 和 68 Ga) 的约束，以满足具有足够活度和纯度的医疗需求。总的来说，这些限制使得除了少数小分子之外的所有小分子都无法在动物身上进行研究和/或商业化。虽然本期其他地方将讨论用于进一步研究的新型分子的生成，但放射化学家在放射性示踪剂流程 (方案 1) 中的作用是确定分子中哪个位点最适合标记，确定在该位点标记的理想策略，优化化学反应以有效生产放射性标记产品化合物，最后开发适当的分析技术来验证标记分子的身份和纯度。到目前为止，实现这些目标的主要方法是通过大量的反复试验，耗费大量的时间（包括人力和仪器）和资源。随着人工智能和机器学习中使用的许多工具可供研究人员使用，利用这些工具解决 PET 应用的放射性标记分子生产过程中遇到的问题的潜力越来越大。1 人工智能虽然是一个常用的“流行词”，旨在唤起超人理解系统的能力，但它只是机器表现出的“智能”，通过应用数学和计算机科学算法来评估数据（“机器学习”）和执行决策，模仿动物或人类的“自然智能”。它们并不能取代人类在科学过程中的作用；相反，它们可以被视为方便的“专家”和工具，以补充和增强该领域的化学家。从这个角度来看，我们概述了人工智能在放射化学领域的一些潜在应用。
人工智能和机器学习在放射化学中的潜在应用
主要关键词
相关文件推荐
