人工智能 (AI) 越來越多地應用于化學和納米技術行業。雖然很多重點都圍繞著各種精細化工、醫藥產品和新型納米材料的設計、合成和放大方面，但人工智能還可以在另一方面幫助這些行業和更廣泛的科學界。這是通過幫助創造更安全的納米材料。

納米材料安全的重要性

與任何材料或化學品一樣，納米材料需要安全。所有商業化學品都經過審查和認證，可安全供人類使用或處理，包括人類可能接觸的產品。納米材料也不例外。許多納米材料的安全性可能比普通化學品更重要。

大多數化學品已經存在了一段時間，因此它們的危害有據可查。此外，許多新化學品都是基于現有化學品，因此危害通常更容易推斷和量化。納米材料，在事物的宏偉計劃中，要新得多。由于它們的尺寸小且成分多變，納米材料的行為可能與傳統化學品和體積較大的材料大不相同。因此，納米材料的特性和安全性需要在個體基礎上進行非常詳細的檢查，因為需要考慮的因素更多，而且它們通常可以到達、相互作用和滲透其他傳統化學品無法到達的地方——例如作為某些生物屏障和細胞系統。

這是否意味著納米材料不安全？不，遠非如此。納米材料經過嚴格的測試，許多科學家和監管機構共同努力對它們進行分類并確保它們是安全的。在存在潛在危害的情況下，不同的機構將納米材料可能變得有毒（或有害）的限制放在一起，并概述了如何最好地生產、使用并將其整合到不同產品中而不造成傷害的步驟。

但對納米材料安全性的看法還有另一個方面。多年來，媒體對所謂的納米材料危害的報道通常很少。例如，“碳納米管是新型石棉。” 雖然我們確實需要小心并仔細檢查所有使用的納米材料，但許多沒有技術背景的人并不了解納米材料存在于日常生活中（包括可攝入產品）并且是無害的。

現在，這并不是說我們可以在納米材料法規和安全方面松懈。恰恰相反。與任何材料一樣，納米材料也有毒，因此我們看不到它們被談論或使用。發現了更安全的替代品。正是這種嚴格的安全程序——涉及大量的物理和化學測試以及各種場景下的研究——使得我們所知道的納米材料能夠投入商業使用。

因此，雖然大多數納米材料可以安全使用，但我們只知道它們是安全的，這要歸功于各種適當的工藝。這需要繼續進行，單個納米材料的數據越準確，對納米材料在不同設置和數量下的相對安全性的預測就越準確。雖然每種材料略有不同，但測試過程可能需要很多年，并且涉及物理和計算方法。人工智能現在正在成為一種潛在的選擇，可以幫助科學家和監管機構就不同納米材料的安全性做出更明智的決策。

使用人工智能來補充納米安全協議

人工智能算法，尤其是機器學習 (ML)，有可能幫助科學家為監管和標準機構提供最準確的結果。一種稱為“設計安全”的流程用于許多化學品，以檢查它們對于職業處理和最終產品是否安全。在過去的幾年中，安全源于設計方法已應用于納米材料。安全設計涉及大量數據。在這里，人工智能可以幫助科學家確保納米材料的安全。

應該指出的是，使用 AI 確定納米安全性仍然相對較新。由于納米材料比散裝材料更難預測和建模，因此在我們看到 AI 在納米安全方法中定期和在全球范圍內使用之前，需要在算法方面做更多的工作。然而，在不同的領域有很大的潛力。

設計安全

Safe by Design 是一種概念、流程和一套工具，可以使納米材料和所有材料的生產更安全。這個概念很簡單。在設計生產系統時始終牢記安全（使用不同的安全工具），而不是先設計系統，然后再考慮安全方面的問題。

Safe by Design 具有三大支柱。這就是安全的產品、安全的使用、安全的工業生產。因此，通過從風險評估、生產的不同方面獲取有關職業暴露以及廢物和其他危險/暴露因素的數據，您最終會獲得有關不同納米材料在不同環境中的安全性的大量信息。此外，始終收集有關納米材料本身安全性的數據（包括納米材料的完整表征、納米材料的毒性特征和體外測試），以及它在預期最終用途中的安全性產品。

因此，Safe by Design 不僅讓納米材料本身具有來自不同研究的固有安全性，還使納米材料的生產公司和最終用戶能夠安全地將它們應用到他們的產品中。這意味著，如果納米材料的初始試驗略有危險，則可以在生產和集成階段采取措施，以免對制造部門的工人以及任何公眾造成風險。購買產品。

集成 AI 納米材料分析

那么，人工智能從何而來？如前所述，收集了大量關于納米材料生產、它們的安全整合以及納米材料本身信息的數據。人工智能不僅可以用來預測納米材料的特性，還可以用來分析有關納米材料整體安全性的所有數據。

人工智能正被廣泛用于模擬不同納米材料的特性和結構。機器學習算法可以利用科學所知的關于納米材料（以及與此相關的任何分子）的不同成分、特性和行為的所有數據來預測納米材料本身以及在其他情況下將具有的特征。通過獲取歷史數據并分析當前感興趣的納米材料，人工智能算法可以做出高度準確的預測，這些預測可以與物理表征結果一起使用。

在分析方面，人工智能對于確定納米材料在生物環境中的毒性和安全性可能特別有用，因為有許多不同的因素在起作用——以及可能受到影響的許多不同的生物環境。使用 AI 算法，所有這些因素都可以編碼為單獨的操作單元，并且來自每個操作點的數據可用于構建納米材料在體內和體外環境中如何表現的模型。

這通常是通過將結構相似性與具有已知特性和毒理作用的化學品進行比較來完成的。擁有與現有所有不同化學特征相關的所有數據對人類來說幾乎是不可能完成的任務，但人工智能算法可以通過從科學文獻中推斷來訪問（并理解）這些數據。然后，AI 可以直接根據其結構和物理化學特性預測感興趣的納米顆粒/納米材料的毒性特征。

這可以為臨床研究的重點（這將導致更準確的實驗輸出）提供一個良好的起點，因為這些對于確定納米材料的毒性特征（以及因此的安全性）至關重要。例如，如果 AI 研究表明特定的納米材料可能會影響某種類型的細胞或組織，研究人員可以專門研究這一點（特別是如果它可能不是最初的關注點）。這是人工智能可以改進納米安全工作并可用于減少所需資源和臨床試驗成本的關鍵領域。

將 AI 集成到 Safe by Design 中

雖然表征納米材料自身的特性是安全設計方法的基石，但納米材料生產及其使用的整個生態系統也很重要，人工智能也可以在更廣泛的安全設計方面找到用途。Safe by Design 方法不僅直接使生產者和消費者受益，這些協議的結果還可以用于制定法規和標準，因此如果 AI 可以使過程更加準確，那么它也可以幫助更廣泛的科學界——和不僅僅是那些直接進行分析的人。

在生產端，人工智能算法可以針對不同職業環境下的納米材料暴露水平提供更準確的結果。來自生產線內部和周圍環境的傳感器數據可以使用機器學習算法進行分析。通過對工作環境中潛在的納米材料和非納米材料物種的具體特征進行編碼，人工智能算法可以更準確地分析實際暴露水平和潛在的職業危害。這可以在生產階段為每種納米材料（如有必要）采取更準確的安全措施。

生產方面的另一個方面是納米材料生產本身的自動化。雖然這與納米安全和設計安全沒有直接關系，但監測納米材料的暴露水平并同時實現生產本身自動化的能力可能會減少生產線附近需要的人力——從而降低職業風險暴露并導致納米材料更安全的工作環境。

人工智能可以幫助整體安全設計方法的其他領域是提煉和分析所有數據，使用它來挑選任何指向安全隱患的趨勢（無論是來自納米材料本身，還是它的使用）。一般來說，需要大量數據才能證明納米材料是安全的，可以使用人工智能來提煉這些數據，從而只提出相關數據（無需花費很長時間手動關聯）。此外，關于單個納米材料的安全性和特性測試的許多方面——以及使用 AI 算法的好處——也可以擴展到將要使用它們的最終產品中，確保最終用戶和公眾也很安全。

總的來說，AI 可以發揮最大作用的一個領域是對生物環境中的納米材料進行預測分析，從而確定它們的毒性特征。然而，人工智能自動化和監控方法也有助于提供更安全的納米材料生產環境。

結論

納米材料因其體積小而被廣泛報道為不安全的。然而，其中許多本質上是安全的，要在商業環境中使用，它們需要在進入公眾之前通過嚴格的測試。近年來，Safe by Design 協議已適用于納米材料，以確保它們對處理它們的任何人以及購買納米材料增強產品的任何人都是安全的（如果它們是危險的，則采取適當的措施）。

這些測試和協議會生成大量數據，必須對其進行整理、分析和展示。我們都知道，人工智能算法可以比人類更準確、更快速地對數據進行分類和分析。因此，雖然它目前處于起步階段，在定期實施之前需要做更多的工作，但人工智能有可能用于納米材料（和其他材料）的安全設計流程，以加快流程并改進納米材料增強產品和納米材料原料產品的安全性。

審核編輯黃昊宇