除了DNA链以外，生物学数据还以各种各样的形式出现，从基因表达到电信号再到高级成像。实际上，汇总的数据集是如此复杂，将算法分析应用于医学用途可能会帮助扩展AI，因为它可以解锁生物学。
人工智能生物蓄势待发
在4月8日发布的Axios项目中对此动态进行了描述。“通过成像和[基因组]测序捕获的细微差别，复杂的生物学数据可以帮助创建强大的算法来捕获系统中的因果关系，”记者Alison Snyder解释说。“这将代表人工智能的飞跃，它在确定相关性的同时仍将原因留给人类科学家是最有效的。”
斯奈德(Snyder)指出，底线是引用哈佛大学/麻省理工学院的医师/遗传学家/数据科学家安东尼·菲利普帕基斯(Anthony Philippakis)的话，就是将AI与生物学相融合“可能不仅仅是理解医学的另一种工具。生物学可能是“推动机器学习的下一代进步的动力。””
