李佳，斯坦福大学博士，斯坦福医学院智能医院项目负责人。
职业经历
曾在雅虎实验室的计算机视觉和机器学习部门担任负责人；
2015年初，李佳加盟 Snapchat任研究部门负责人。
2016年11月，谷歌对外宣布前Snapchat 研究主管李佳将担任谷歌云机器学习部门的负责人，李佳追随自己在斯坦福大学的老师李飞飞加入谷歌。
2017年12月，Google AI 中国中心（Google AI China Center）于北京正式成立。该中心由李佳和李飞飞共同领导。
2018年11月16日，从谷歌云AI研发主管、谷歌AI中国中心总裁职位离职。
学历教育
曾在硕士期间，李佳参与了与核磁共振图像分割方法相关的医疗工作，在斯坦福大学攻读博士学位的时候，李佳研究了与大规模视觉识别相关的问题。
人和未来主体是人和未来生物科技有限公司，是一家以基因科技为核心的医疗健康解决方案提供商。
公司历程
2014年7月 人和未来生物科技（北京）有限公司成立
2015年1月 共建湘雅-人和未来NGS实验室
2016年3月 获批国家基因检测技术应用示范中心
2017年7月 完成A轮2.5亿元融资
2018年8月，公司在湖南长沙梅溪湖拿地91.98亩建设人和未来基因谷。
管理团队
由袁梦兮（CEO）、黄文静(COO)和宋卓(CTO)博士共同创立
袁梦兮，1988年出生，美国宾州州立大学金融、经济双学士，康奈尔大学MBA。
产品与服务
主要包括健康管理、医学诊断和GTX（未来实验室）三大业务板块。
其中健康管理品牌包括：
基因说 G-TALKS：利用基因检测技术，通过遗传信息、体征数据、生活方式等信息，对每个用户疾病风险进行评估，并提供专属健康管理方案和个性化用药等干预手段，降低疾病的风险。
肿瘤早期筛查 SPOTLIGHT：检测血液样本中超低频循环肿瘤DNA（circulating tumorDNA，ctDNA）的基因突变，实现对肿瘤的早期筛查和预防。
常道康 GI-Health：通过ngs技术粪便样品，检测人体肠道内的代谢产物和菌群分布，观察有益菌群和有害菌群的比例，分析和验证个体肠道的健康情况，同步临床科研数据提出针对性的改善建议，调整肠道菌群的多样性，提高个体健康品质。
骨质疏松智能筛查机器人：以大数据、机器学习技术为支撑的智能诊断系统，结构化病例库训练模型，个性化和精准化人机交互问诊（询证和经验模型），全面覆盖风险体征，精准分类骨质疏松人群到最小颗粒度。
GTX包括：基因超算工作站、文本挖掘及知识发现、大数据上云工具、云计算平台。
市场动态
2018年11月，与小米有品合作，上架秒秒测G-Talks基因检测产品
2018年12月21日下午，人和未来基因谷项目开工动员会在湖南长沙梅溪湖国际新城举行 。 项目位于梅溪湖路西延线以南、映日路以西、象鼻窝以北，占地面积约92亩，总规划建筑面积约6.13万平方米，总投资约10亿元，将布局人和未来全国总部、医学检验所、国家基因大数据应用工程中心、国家基因检测技术应用示范中心、企业研究院、院士工作站和博士后流动站等基因产业和配套项目。
官方网站
http://www.genetalks.com
http://hnrb.voc.com.cn/article/201808/201808270908181453.html
https://news.changsha.cn/xctt/html/110187/20181222/28423.shtml
Malaria.AI是一套由Insilico Medicine和 Longenesis合作研发的数据和AI驱动的系统，主要用于对疟疾的跟踪和预防。
2018年11月1日，Insilico Medicine旗下子公司Insilico Taiwan在《科学报告》（Scientific Reports）上发表了一篇名为“ 计算模拟研究揭示E64如何接近、结合并抑制引发人类疟疾的恶性疟原虫半胱氨酸蛋白酶 Falcipain-2”的研究论文。
疟疾是世界上最古老的传染病之一，也是现在许多热带国家仍然面临的健康问题。恶性疟原虫（Plasmodium falciparum ）是最危险的人类疟疾寄生虫， 每年导致数亿人患病， 以及约五十万人死亡。恶性疟原虫通过半胱氨酸蛋白酶falcipain-2（FP2）来破坏人类血红蛋白，导致人们感染疟疾。FP2抑制剂能阻断FP2对血红蛋白的破坏，抑制寄生虫的发育。所以，对FP2的抑制可以是抗疟治疗的潜在靶标。
由于疟疾寄生虫对现有药物的抵抗力增加，人类对疟疾的控制有限，我们迫切地需要新的抗疟疾药物。Insilico台湾子公司的研究人员对蛋白酶抑制剂E64进行了深入研究，观察E64接近、与FP2反应并抑制FP2的机制。鉴于E64的有效性和作用机制，以及E64衍生物可能具有对人体毒性较低的特性，E64及其衍生物或能用于治疗以半胱氨酸蛋白酶水平高为主要病因的疾病。
研究结果表明，先前已识别的FP2结合口袋内和其附近的氨基酸能促进E64和FP2的结合。这就表明，在设计抗疟药物时，重点不应仅限于发现能与已识别结合口袋残基紧密结合的候选药物，还应考虑对能够与已识别结合口袋部位周围的残基结合的候选药物的需要。