人工智能可以帮助创造更安全的纳米材料吗？

人工智能 (AI) 越来越多地应用于化学和纳米技术行业。虽然很多重点都围绕着各种精细化工、医药产品和新型纳米材料的设计、合成和放大方面，但人工智能还可以在另一方面帮助这些行业和更广泛的科学界。这是通过帮助创造更安全的纳米材料。

纳米材料安全的重要性

与任何材料或化学品一样，纳米材料需要安全。所有商业化学品都经过审查和认证，可安全供人类使用或处理，包括人类可能接触的产品。纳米材料也不例外。许多纳米材料的安全性可能比普通化学品更重要。

大多数化学品已经存在了一段时间，因此它们的危害有据可查。此外，许多新化学品都是基于现有化学品，因此危害通常更容易推断和量化。纳米材料，在事物的宏伟计划中，要新得多。由于它们的尺寸小且成分多变，纳米材料的行为可能与传统化学品和体积较大的材料大不相同。因此，纳米材料的特性和安全性需要在个体基础上进行非常详细的检查，因为需要考虑的因素更多，而且它们通常可以到达、相互作用和渗透其他传统化学品无法到达的地方——例如作为某些生物屏障和细胞系统。

这是否意味着纳米材料不安全？不，远非如此。纳米材料经过严格的测试，许多科学家和监管机构共同努力对它们进行分类并确保它们是安全的。在存在潜在危害的情况下，不同的机构将纳米材料可能变得有毒（或有害）的限制放在一起，并概述了如何最好地生产、使用并将其整合到不同产品中而不造成伤害的步骤。

但对纳米材料安全性的看法还有另一个方面。多年来，媒体对所谓的纳米材料危害的报道通常很少。例如，“碳纳米管是新型石棉。” 虽然我们确实需要小心并仔细检查所有使用的纳米材料，但许多没有技术背景的人并不了解纳米材料存在于日常生活中（包括可摄入产品）并且是无害的。

现在，这并不是说我们可以在纳米材料法规和安全方面松懈。恰恰相反。与任何材料一样，纳米材料也有毒，因此我们看不到它们被谈论或使用。发现了更安全的替代品。正是这种严格的安全程序——涉及大量的物理和化学测试以及各种场景下的研究——使得我们所知道的纳米材料能够投入商业使用。

因此，虽然大多数纳米材料可以安全使用，但我们只知道它们是安全的，这要归功于各种适当的工艺。这需要继续进行，单个纳米材料的数据越准确，对纳米材料在不同设置和数量下的相对安全性的预测就越准确。虽然每种材料略有不同，但测试过程可能需要很多年，并且涉及物理和计算方法。人工智能现在正在成为一种潜在的选择，可以帮助科学家和监管机构就不同纳米材料的安全性做出更明智的决策。

使用人工智能来补充纳米安全协议

人工智能算法，尤其是机器学习 (ML)，有可能帮助科学家为监管和标准机构提供最准确的结果。一种称为“设计安全”的流程用于许多化学品，以检查它们对于职业处理和最终产品是否安全。在过去的几年中，安全源于设计方法已应用于纳米材料。安全设计涉及大量数据。在这里，人工智能可以帮助科学家确保纳米材料的安全。

应该指出的是，使用 AI 确定纳米安全性仍然相对较新。由于纳米材料比散装材料更难预测和建模，因此在我们看到 AI 在纳米安全方法中定期和在全球范围内使用之前，需要在算法方面做更多的工作。然而，在不同的领域有很大的潜力。

设计安全

Safe by Design 是一种概念、流程和一套工具，可以使纳米材料和所有材料的生产更安全。这个概念很简单。在设计生产系统时始终牢记安全（使用不同的安全工具），而不是先设计系统，然后再考虑安全方面的问题。

Safe by Design 具有三大支柱。这就是安全的产品、安全的使用、安全的工业生产。因此，通过从风险评估、生产的不同方面获取有关职业暴露以及废物和其他危险/暴露因素的数据，您最终会获得有关不同纳米材料在不同环境中的安全性的大量信息。此外，始终收集有关纳米材料本身安全性的数据（包括纳米材料的完整表征、纳米材料的毒性特征和体外测试），以及它在预期最终用途中的安全性产品。

因此，Safe by Design 不仅让纳米材料本身具有来自不同研究的固有安全性，还使纳米材料的生产公司和最终用户能够安全地将它们应用到他们的产品中。这意味着，如果纳米材料的初始试验略有危险，则可以在生产和集成阶段采取措施，以免对制造部门的工人以及任何公众造成风险。购买产品。

集成 AI 纳米材料分析

那么，人工智能从何而来？如前所述，收集了大量关于纳米材料生产、它们的安全整合以及纳米材料本身信息的数据。人工智能不仅可以用来预测纳米材料的特性，还可以用来分析有关纳米材料整体安全性的所有数据。

人工智能正被广泛用于模拟不同纳米材料的特性和结构。机器学习算法可以利用科学所知的关于纳米材料（以及与此相关的任何分子）的不同成分、特性和行为的所有数据来预测纳米材料本身以及在其他情况下将具有的特征。通过获取历史数据并分析当前感兴趣的纳米材料，人工智能算法可以做出高度准确的预测，这些预测可以与物理表征结果一起使用。

在分析方面，人工智能对于确定纳米材料在生物环境中的毒性和安全性可能特别有用，因为有许多不同的因素在起作用——以及可能受到影响的许多不同的生物环境。使用 AI 算法，所有这些因素都可以编码为单独的操作单元，并且来自每个操作点的数据可用于构建纳米材料在体内和体外环境中如何表现的模型。

这通常是通过将结构相似性与具有已知特性和毒理作用的化学品进行比较来完成的。拥有与现有所有不同化学特征相关的所有数据对人类来说几乎是不可能完成的任务，但人工智能算法可以通过从科学文献中推断来访问（并理解）这些数据。然后，AI 可以直接根据其结构和物理化学特性预测感兴趣的纳米颗粒/纳米材料的毒性特征。

这可以为临床研究的重点（这将导致更准确的实验输出）提供一个良好的起点，因为这些对于确定纳米材料的毒性特征（以及因此的安全性）至关重要。例如，如果 AI 研究表明特定的纳米材料可能会影响某种类型的细胞或组织，研究人员可以专门研究这一点（特别是如果它可能不是最初的关注点）。这是人工智能可以改进纳米安全工作并可用于减少所需资源和临床试验成本的关键领域。

将 AI 集成到 Safe by Design 中

虽然表征纳米材料自身的特性是安全设计方法的基石，但纳米材料生产及其使用的整个生态系统也很重要，人工智能也可以在更广泛的安全设计方面找到用途。Safe by Design 方法不仅直接使生产者和消费者受益，这些协议的结果还可以用于制定法规和标准，因此如果 AI 可以使过程更加准确，那么它也可以帮助更广泛的科学界——和不仅仅是那些直接进行分析的人。

在生产端，人工智能算法可以针对不同职业环境下的纳米材料暴露水平提供更准确的结果。来自生产线内部和周围环境的传感器数据可以使用机器学习算法进行分析。通过对工作环境中潜在的纳米材料和非纳米材料物种的具体特征进行编码，人工智能算法可以更准确地分析实际暴露水平和潜在的职业危害。这可以在生产阶段为每种纳米材料（如有必要）采取更准确的安全措施。

生产方面的另一个方面是纳米材料生产本身的自动化。虽然这与纳米安全和设计安全没有直接关系，但监测纳米材料的暴露水平并同时实现生产本身自动化的能力可能会减少生产线附近需要的人力——从而降低职业风险暴露并导致纳米材料更安全的工作环境。

人工智能可以帮助整体安全设计方法的其他领域是提炼和分析所有数据，使用它来挑选任何指向安全隐患的趋势（无论是来自纳米材料本身，还是它的使用）。一般来说，需要大量数据才能证明纳米材料是安全的，可以使用人工智能来提炼这些数据，从而只提出相关数据（无需花费很长时间手动关联）。此外，关于单个纳米材料的安全性和特性测试的许多方面——以及使用 AI 算法的好处——也可以扩展到将要使用它们的最终产品中，确保最终用户和公众也很安全。

总的来说，AI 可以发挥最大作用的一个领域是对生物环境中的纳米材料进行预测分析，从而确定它们的毒性特征。然而，人工智能自动化和监控方法也有助于提供更安全的纳米材料生产环境。

结论

纳米材料因其体积小而被广泛报道为不安全的。然而，其中许多本质上是安全的，要在商业环境中使用，它们需要在进入公众之前通过严格的测试。近年来，Safe by Design 协议已适用于纳米材料，以确保它们对处理它们的任何人以及购买纳米材料增强产品的任何人都是安全的（如果它们是危险的，则采取适当的措施）。

这些测试和协议会生成大量数据，必须对其进行整理、分析和展示。我们都知道，人工智能算法可以比人类更准确、更快速地对数据进行分类和分析。因此，虽然它目前处于起步阶段，在定期实施之前需要做更多的工作，但人工智能有可能用于纳米材料（和其他材料）的安全设计流程，以加快流程并改进纳米材料增强产品和纳米材料原料产品的安全性。

审核编辑黄昊宇