2026年16月，达尼埃莱·詹桑蒂的社论文章《当生物工程遇见人工智能：从机器学习到智能生物工程系统》在《生物工程》杂志上发表。文中探讨了这两个长期并行发展、如今正积极交汇的领域的逐渐融合。
作者指出，人工智能和生物工程最初走的是不同的道路：前者通过算法和数据，后者通过物理和生物材料。然而，在模拟复杂生物系统、设计生物材料以及创建自适应医疗设备等任务中，它们的利益正日益趋同。
文章强调了从传统机器学习向更高级形式——混合神经架构、生成模型和多模态方法的转变。这些方法不仅能够分析数据，还能在考虑生物系统动态的情况下实时生成新的解决方案。
文中特别关注了所面临的挑战：对大规模、高质量生物医学数据集的需求，临床背景下模型的可解释性问题，以及人工智能在生物工程中应用的伦理方面。詹桑蒂指出，目前的许多方法仍局限于狭窄的任务，需要针对真实的生物环境进行大幅调整。
与早期关于人工智能在医学中应用的研究相比，这篇出版物的突出之处在于对系统层面的强调：不是孤立的工具，而是创建能够自我学习和适应的“智能生物工程系统”。这使其区别于那些关于影像或诊断中深度学习的窄领域综述。
此类系统的发展开辟了新的研究方向——从设计内置人工智能的器官芯片到能够对患者身体变化做出反应的个性化生物假体。然而，为了广泛推广，独立的验证和评估协议的标准化是必不可少的。
目前尚不清楚实验室成果与临床实践之间的差距能以多快的速度缩小，以及在扩大智能生物系统规模时会出现哪些新风险。科学界可能会集中精力建立开放的基准测试和跨学科协作。
文章的核心结论是，这种融合的真正价值将不在于个别的突破，而在于利用人工智能创建生物解决方案的设计、测试和优化的闭环能力。
