2．LinearDesign算法解决医药痛点，医疗场景反哺AI成长。

AI跨界产业融合是一个双向哺育的过程。以AI＋医疗来说，AI技术在加速改革医疗模式同时，医疗行业也在为AI技术的应用构建了场景，双向促进在加速产业融合发展。

LinearDesign算法是一个明显的呈现。在现有的mRNA疫苗研发上，存在一个巨大的挑战，即mRNA疫苗的稳定性问题。这是一个医药研究的痛点，对此百度则尝试运用AI技术来更高效的解决这个问题。

于是，LinearDesign算法上线，并针对性的解决mRNA序列不稳定的问题。“它设计了一组结构更稳定的序列，并使用翻译效率高的密码子。”罗彻斯特大学教授、RNA生物中心主任David Mathews对此解释道，并予以了高度的认可。

同时，在新冠病毒的刺突蛋白序列上的计算机模拟实验表明，LinearDesign能够设计出结构最稳定的序列，而且设计时间只需要1个半小时。如果采用线性时间近似算法，所需时间可以进一步缩短到11分钟。

很显然，疫情所构建的医疗场景，成为百度的AI算法研发的催化剂。而通过这个催化，百度的AI算法也在辅助医药机构解决行业痛点。双向的促进，不管是对于医疗行业或是AI领域，都具有明显的价值反馈。

3．LinearDesign算法还有第二轮跨界，AI没有边界。

LinearDesign算法最早是源于新冠病毒的mRNA疫苗研发，但是其本质作为一个优化序列的算法，凡是涉及到序列设计的领域，都具备应用空间。也就是说，除了用于新冠病毒mRNA疫苗的研发，LinearDesign算法还能用于个性化肿瘤药物等其他mRNA药物、抗体和疫苗的研发。

很显然，AI技术本身不具备特定的边界，在跨界融合的过程中，具有较强的通用特征，如LinearDesign算法。诚然，AI进入大生产时代，对产能的重视程度越来越高。AI在跨界融合的过程中如何避免“重复造轮子”的资源浪费，是目前科技企业需要聚焦的问题。

为此，通用化、平台化的AI产品或服务往往具有更加广泛的市场空间。以百度来说，除了LinearDesign算法之外，旗下的百度大脑、飞桨、DuerOS开放平台等AI产品都是如此，打破边界性应是未来AI跨界应用常态化的发展。

结语

从LinearDesign算法的聚焦到AI产业跨界融合的讨论，我们都不难看出，如今的科技的发展正在不断整合优化，越来越多的技术被应用于各行各业。就医疗行业来说，AI＋医疗的想象力不仅仅在于AI巨头的技术赋能，也在于医疗行业的场景构建。

那么，随着百度与生命科学领域的合作交流愈发深入，也意味着前者的技术沉淀，与后者的场景驱动都在成为其跨界融合的两个基础底座。

在LinearDesign算法之后，百度跨界生命科学领域显然会跑得更稳。

如今，在新基建的大背景下，百度同样有着自己的一套AI基建布局和体系，智慧医疗更是特别突出的重点模块。以百度大脑、飞桨、百度智能云、前沿技术等AI模块为核心，百度一边寻求AI的应用落地，一边在完成AI的发展框架。

随着LinearDesign、LinearFold等算法的逐步积累和完善，百度在智慧医疗的新基建显然会拥有更加稳定的发展基础。

AI＋医疗，技术赋能生命科学，也更加值得期待。