成功經驗：透過人工智慧實現更環保的化學：一位博士後研究員如何利用機器學習革新藥物設計

---

2025 年 6 月 16 日，我們收到一位機器學習領域博士後研究員的EB-2 NIW (National Interest Waiver)批准通知。（批准通知）

---

領域：機器學習

遞交申請時的職位：博士後研究員

國籍：中國

申請時居住地：印第安納州

批准通知書日期：2025 年 6 月 16 日

處理時間：1年1個月又22天（申請加急處理）

---

案例總結：

從分子到模型：打造永續化學的願景

在這個藥物開發與環境永續同樣重要的時代，這位科學家選擇以程式碼同時應對兩者。他將化學與最先進的人工智慧結合，徹底改變藥物與化學品的設計方式，進而減少藥品廢棄物，提升整個產業的永續性。他的EB-2 NIW獲准，不僅是對其技術能力的肯定，更是對其在科學、醫療與環境領域深遠貢獻的認可。

研究內容：當AI遇上化學

這位客戶的研究致力於運用人工智慧（如圖神經網絡與大型語言模型）來提升分子設計、化學反應預測與逆合成分析。他的研究涵蓋從反應結果建模到設計環保合成途徑，挑戰現有藥物與化學品製程的極限，目標是實現更高效、更乾淨的生產方式。

他的其中一項高影響力研究，評估了大型語言模型在八項實用化學任務中的表現，為更快速、更精準的分子發現奠定基礎。另一項關鍵研究則利用電子實驗記錄中的真實化學數據，提升產率預測準確性，節省實驗時間並減少材料浪費。

他的目標十分明確：利用人工智慧讓藥物與化學品的生產變得更聰明、更快速、更環保。

影響力：被引用、被信任、獲資助

這位研究員已發表3篇經同儕審查的期刊論文、4篇會議論文、3篇摘要，以及1篇預印本。其研究已被引用155次，其中4篇論文被評為各年度計算機科學領域中最常被引用的作品之一。他的研究成果推動了從藥物交互建模到分子推薦系統等多項創新。

他的成果被全球頂尖AI研究者引用，應用於預測化學、機器人分子發現與環境友善逆合成等領域。他所建立的模型目前正被全球使用，用以提升藥物開發的準確度，同時降低運算與化學廢棄物。

一位美國頂尖大學的資深教授在推薦信中強調：

“[Client’s] research underscored the broad and persistent quest of researchers to refine an effective dataset from which to train computational models. If implemented, his research and findings advance the accuracy and efficiency of chemical predictions, which holds substantial significance for various sectors and industries that rely on chemical modeling.”

此外，他亦擔任多個期刊的審稿人，協助評估與改進機器學習與化學資訊學領域的學術文獻。他的研究亦獲得美國主要聯邦機構的資助，肯定其在永續化學設計方面對國家利益的貢獻。

核准關鍵分析

本案之所以獲得美國移民局（USCIS）核准，是因為其研究工作：

• • 具有重大學術與產業價值，解決藥物研發、資料建模與永續性方面的重大挑戰；
  • 對美國國家利益具實質貢獻，有助於降低醫療浪費、減少藥物研發成本，並支援關鍵產業；
  • 由具備領導潛力的專業人士推動，其出版紀錄、引用數與國際影響力皆具說服力；
  • 無需特定雇主聘用，即可持續推動符合國家利益的研究，因此符合免除工作機會要求的條件。

本案說明了人工智慧如何不只是改變數位世界，也正在改變支撐人類生命的基本分子。雖曾收到補件通知（RFE），但案件在未等待太久的情況下即獲核准。透過結合化學與計算創新，先是一個分子、一個模型，再獲得一個EB-2 NIW成功批准，這位研究員正一步步實現更永續的藥物未來。