一块巴掌大小的透明的微流控芯片板上，分布着几十个迷你“房间”，里面“住着”小米粒大小的心肌球。用高倍显微镜可以看见它们的自主搏动。一旁的电脑屏幕上，一张人工智能（AI）算法分析出的“心电图”清晰呈现这颗“迷你心脏”的跳动幅度、周期。
在2026国际微生理系统联盟（iMPSS）亚太峰会暨第九届类器官与器官芯片学术会议的技术展示区，科研人员演示的这一幕，将AI“联姻”器官芯片的“化学反应”呈现在大家面前。
“器官芯片能生成临床试验和动物试验无法提供的数据，这些数据是开发AI工具的基础。但器官芯片不可能覆盖全部疾病模型，需要借助AI与细胞试验、动物试验的数据整合，生成‘数字虚拟人’，预测在研药物的药效。”数字医学工程全国重点实验室主任、东南大学器官芯片研究院院长顾忠泽教授描绘出AI与器官芯片“双向奔赴”的星辰大海。
多位专家学者指出，AI与类器官和器官芯片结合，将塑造人源化、数据驱动的药物研发和疾病治疗新模式。
在中国科学院院士、北京大学教授程和平看来，类器官与器官芯片等微生理系统的核心价值，在于能够突破传统二维细胞模型和动物实验的局限，在体外构建出更加接近人体真实生理状态的复杂系统。
进入AI时代，器官芯片的价值得到更大彰显。今年初，苏州贝伦生物科技有限公司、东南大学器官芯片研究院、南京鼓楼医院等团队发起国际首个融合器官芯片与AI的个性化mRNA肿瘤疫苗临床研究。
“我们先用非小细胞肺癌患者的病理样本构建类器官芯片，将实验获得的数据喂给AI模型，找到肿瘤特异的抗原并设计出治疗肺癌的药物分子，然后将药物分子在器官芯片上测试。得到的实验数据投喂给AI模型，AI模型在确认药物活性的同时进行模型迭代。”苏州贝伦生物科技有限公司CEO张育坚在会议上介绍，个性化mRNA肿瘤疫苗与传统药物研发不同。由于每个人体内的免疫复合物都不一样，因此每个人需要的药物分子的结构都不同。
“AI的价值就在于能够个性化地设计药物分子，并借助算法模拟药物分子在体内的过程，判断是否对肿瘤有效，而器官芯片可以为模型和算法提供高质量、可控的个性化数据，供AI做解析。”张育坚说。
北京大学药学院教授艾晓妮团队也借助AI与类器官芯片这两个“搭档”，加速药物药效筛选、靶点发现和机制探索以及药物毒性评估、肿瘤药物敏感性试验。
“以前临床药物敏感性检测是基于实验数据，现在我们将AI模型与临床药敏检测的实验数据结合，进一步提高药敏准确性。”艾晓妮说。
数据是AI的“燃料”，AI是数据的解析器。“利用‘AI+类器官芯片’进行药物研发，主要的挑战是缺乏高质量数据。”艾晓妮告诉科技日报媒体记者，类器官、器官芯片、类器官芯片技术正逐渐成熟，现在需要建立标准化流程，快速生产高质量和规模化的数据。
这与顾忠泽的观点不谋而合。“目前器官芯片领域已有心脏、肝脏、肠道、皮肤、血管、肿瘤等模型，但不同模型之间没有统一的技术标准，产生的数据也千差万别。”顾忠泽说。
如何提高数据的规模和质量？艾晓妮认为，可以提高仪器的自动化水平，与此同时在生物学、工程学、材料学等领域提升模型的仿生性，打通不同器官芯片之间的技术标准。另外，需要用类器官芯片高质量数据调优AI模型。