【工具资源】药物研发平台；物理符号优化平台；手术视频可视化解答

在 AI for Science 的规模化推广过程中，低门槛使用且开源的高性能工具至关重要。一方面，科研人员能够通过上手使用，更加直观地了解 AI 的能力；另一方面，当团队中缺乏交叉学科人才时，已有工具能够减少科研人员探索 AI 应用的成本，加速研究进程。

HyperAI超神经将持续整理易用的 AI4S 工具资源，如果大家发现好用的工具，也欢迎以后台留言的形式分享给我们！

本期介绍的工具资源有：

* AI-Rad Companion：提供多模式成像决策支持

* Physical Symbolic Optimization：物理符号优化

* CAT-ViL：实现手术视频可视化解答

* FoodRoom：追踪食物中的成分

* BioMap：创新药物研发平台

AI-Rad Companion

AI-Rad Companion 由 SIEMEMS-Healthineers 推出，可以提供多模式成像决策支持，帮助医生减少基础的重复性工作，提高医学影像解读的准确度。此外，该工具能够自动识别胸部 X 光片中的异常，如肺部结节，提高放射科医生的工作效率。

工具地址：

https://www.siemens-healthineers.com/digital-health-solutions/ai-rad-companion

PhySO：物理符号优化

Physical Symbolic Optimization (PhySO) 是一个为物理学建立的符号优化包，通过学习单元约束，利用深度强化学习从物理数据中恢复分析符号表达式，在试图推导物理模型的分析特性时非常有用。

开源地址：

https://github.com/WassimTenachi/PhySO

CAT-ViL：实现手术视频可视化解答

CAT-ViL：实现手术视频可视化解答

医科学生在学习外科手术时，经常要依靠资深外科医生和专家为他们答疑解惑。然而，专家往往忙于临床和学术工作，时间紧迫。针对于此，CAT-ViL 基于深度学习，能够对医生的手术视频步骤进行可视化解答，帮助年轻医生更好地理解和掌握复杂的手术步骤，提升医疗行业的教学效率。

工具地址：

https://github.com/longbai1006/CAT-ViL

FoodRoom：追踪食物中的成分

FoodRoom 能够追踪食物中的蛋白质、脂肪、碳水化合物、卡路里含量，进行食品质量自动检测，记录每日的三餐。

开源地址：

https://github.com/Nagim123/FoodRoom

BioMap：创新药物研发平台

BioMap 是中国首家生物计算引擎驱动的创新药物研发平台，由百度创始人李彦宏创立。该平台致力于用高性能生物计算、多组学数据技术加速创新药物和早筛早诊等精准生命科学产品的研发。

其平台下的 XTrimo 是第一个达到 1,000 多亿个参数的 life science AI Foundation Model。此外，平台还构建了一个大型的生命科学知识图谱，用于制造更好、更强大的蛋白质。

工具地址：

https://www.biomap.com/