每經記者 陳星    每經編輯 董興生    

近年來，AI（人工智能）技術在醫藥醫療領域展現出巨大的潛力。但與此同時，由于醫療醫藥的嚴肅屬性，AI技術也在醫療和醫藥領域遇到了前所未有的挑戰。

9月6日上午，以“AI醫藥革命：產業鏈創新之路”為主題，由每日經濟新聞主辦的“2024 Inclusion·外灘大會見解論壇”在上海黃浦世博園區正式舉行。多位學界、產業界的重磅嘉賓圍繞AI技術在藥物發現、個性化醫療、精準治療等領域的創新應用，深入探討了AI如何重塑藥物研發、生產、流通至應用的全產業鏈。

在兩個半小時的論壇上，來自不同技術領域、不同產業背景，以及不同區域的聲音翻騰交匯。而這僅僅是個開始。在中國這片海納百川的創新熱土上，AI和醫藥融合發展的浪潮已經翻騰，也將繼續引領產業鏈創新之路。

業內頂尖專家探討AI如何重塑醫藥產業鏈

從藥物發現到精準醫療，AI正在不斷突破傳統技術瓶頸，加速創新步伐，開啟醫藥產業的新時代。

通過深度學習、大數據分析等先進技術，AI能輔助醫生進行疾病診斷，實現早期篩查與預測，提高診斷準確率。同時，它還能優化治療方案，實現個性化醫療，確保每位患者都能獲得最適合自己的治療策略。此外，AI在藥物研發中的應用也加速了新藥的開發進程，降低了研發成本，為攻克疑難雜癥提供了強有力的技術支持。AI技術正逐步成為推動醫療醫藥領域變革的關鍵力量，為全球人民的健康福祉貢獻力量。

但與此同時，由于醫療的嚴肅屬性和新藥開發的高難度與高風險，AI技術也在醫療和醫藥領域遇到了前所未有的挑戰。

為了探討AI技術在醫療醫藥領域的應用難點，提升AI技術在該領域的應用水平，9月6日上午，由每日經濟新聞主辦的“2024 Inclusion·外灘大會見解論壇”在上海黃浦世博園區正式舉行。

論壇以“AI醫藥革命：產業鏈創新之路”為主題，匯聚業內頂尖專家、學者和行業領袖，聚焦AI技術在藥物發現、個性化醫療、精準治療等領域的創新應用，探索如何通過智能化手段提升藥物研發效率，滿足患者對高效、個性化治療的期待，深入探討AI如何重塑藥物研發、生產、流通至應用的全產業鏈。旨在通過跨學科的交流與合作，推動生物醫藥產業智能化轉型，為未來健康注入科技的溫度。

會上，全國政協常委、上海公共外交協會會長周漢民發表了以“人工智能時代醫療新產業的發展和創新”為主題的主旨演講。

周漢民 圖片來源：主辦方供圖

周漢民表示，隨著人工智能等新技術的不斷發展和應用，醫療產業正迎來一場深刻的變革。以構建新質生產力為抓手，更好地與人工智能相結合，是醫療大健康產業未來發展的重中之重。

據他觀察，從最初的影像診斷、輔助診療、基因檢測，到近年來的藥物發現、臨床試驗、健康管理等，人工智能在提高精準度與效率、個性化治療、數據處理等方面具備顯著優勢。

新一輪科技革命和產業變革突飛猛進，必須用新技術培育新模式、新業態、新動能，引領產業轉型升級。周漢民認為，構建醫療產業新質生產力主要可以從三個維度切入：其一是促進人工智能與臨床的緊密結合，提升精準度。其二是優化數據集和模型架構，提升適用性。其三是加強數據隱私保護，提升安全性。

對于外界有關人工智能發展是否會替代醫護人員的討論，周漢民表示，人工智能是醫護人員的重要助手，但醫護人員絕不會被替代。“人工智能無法復制醫生具有的情感美德，如同理心、同情心和人文關懷，醫護人員要正確看待并積極擁抱人工智能。”

AI技術助力阿爾茨海默病早期識別與預測

在藥物研發領域，復旦大學類腦智能科學與技術研究院研究員程煒針對AI技術如何助力阿爾茨海默病（AD）藥物研發發表了主旨演講。

每3秒，全球就會多1位癡呆患者，其中約60%~80%會被確診為阿爾茨海默病。阿爾茨海默病的早期干預是治療關鍵，但在國內，AD患者的臨床早期就診率只有14%。程煒表示，這是因為AD起病隱匿，各階段生物學指標演化規律尚不清晰，早期風險識別模型的準確率與解釋性不足，導致AD的早期識別和預測非常困難，而這也在很大程度上影響了單抗藥物等AD治療藥物的療效。

因此，獲取AD患者的非臨床數據，構建早期風險識別模型，是AI輔助AD早期預防和診治的關鍵，其中大數據和算法是兩塊重要拼圖。

今年7月，復旦大學附屬華山醫院神經內科郁金泰教授團隊領銜，聯合復旦大學類腦智能科學與技術研究院的馮建峰/程煒團隊，在Nature Human Behavior發表論文揭開了一種新生物標志物YWHAG的面紗。

圖片來源：主辦方供圖

在主旨演講中，程煒對相關研究進行了詳盡介紹。他表示，新型標志物的挖掘和早期識別離不開大數據和AI算法的助力。

程煒介紹，由復旦大學附屬華山醫院神經內科郁金泰教授領導的科技創新2030——“腦科學與類腦研究”重大項目，依托華山醫院在全國范圍內建立了社區腦健康衰老隊列（head隊列），旨在在中國不同地區招募2萬名參與者，通過長期隨訪進行縱向研究，描繪個體從健康狀態逐漸發展到癡呆癥狀的全過程。

“有了大數據，也有了AI算法，我們做的就是通過它們發現AD診斷新型標志物。”程煒表示，AD從無癥狀期發展到有癥狀期大約需要20年，而腦脊液生物標志物在AD病程中最先發生變化，因此團隊的首個研究工作是聚焦大規模人群的腦脊液蛋白質組數據，并基于這些數據開發出一種生成分析算法，識別與AD相關的蛋白質。

在這一過程中，團隊從數千種腦脊液蛋白質中篩選出多個與AD顯著相關的生物標志物。基于一系列的研究，研究團隊構建了基于機器學習的預測模型，通過效果值方法對蛋白質的重要性進行排序，結果與臨床發現高度一致。最終，團隊構建的預測模型能夠提前15年預測AD發病風險，為社區篩查提供了潛在可能。

“除了AD，我們還希望將模型推廣到其他老年疾病的風險預警。”程煒透露，目前團隊還構建了基于血液蛋白組學的多疾病早期預測模型、基于神經網絡的蛋白風險預測模型。他認為，未來通過數字化平臺和大模型框架，可以實現更多社區人群、更多疾病的早期預警和干預。

業界呼吁用AI提升新藥研發決策科學性

在主旨演講環節，美年健康董事長俞熔還以“AI賦能醫療：催化健康體檢新質生產力”為題分享了AI技術在體檢領域的創新應用。

俞熔在演講中提到，疫情后美年健康主要的資源和精力，除了投入在基礎運營、精細化提升、學科建設外，在人工智能和數據挖掘方面花也了很大的精力和投入很大的資源。

近五年來，美年健康研發的AI驅動的醫技云平臺，包括SaaS的扁鵲管理系統等，構建了AI基礎設施的網絡。比如扁鵲體檢管理SaaS云平臺，可實現體檢全流程數字化、智能化管理；通過PACS系統（影像歸檔和通信系統），實現PACS影像線上存儲、歸檔和通信，提升影像閱片人工智能化水平；通過LIS系統（醫院實驗室信息系統），實現檢驗科信息管理智能升級。

俞熔稱，未來，希望基于美年的數據入口和流量入口，能夠在一些重點領域，包括重點學科的慢病管理、健康消費、保健品、保險、先進器械領域孵化出更好的生態，以及形成協同效應。

周漢民 圖片來源：主辦方供圖

復星醫藥執行總裁、創新藥事業部聯席首席執行官、全球研發中心首席執行官王興利則分享了AI+醫藥的研發生態能力。他在演講中表示，在藥物研發領域，量化決策環節和新藥研發成果率問題，仍是AI技術需要攻克的兩大難題。

以量化決策環節為例，王興利認為，通過AI工具在全球信息中提供一個量化的結論，“來幫助企業決策這個管線是不是要建，這個產品是不是要開發，可以把決策的成功率提升一些”。

在新藥研發成功率方面，他表示，新藥研發的每一個節點失敗率很高，為什么不成功？其中最簡單的原因是藥不對，機制不對。“但有的時候可能是個好藥，但病人選錯了；有的時候病人選對了，但終點選錯了；有的時候用藥的時間錯或治療的時間不對，種種人為判斷其實有很多的差異。”

“如果選擇錯了賽道、病人、靶點，選擇錯了終點，無論多有效，效率越高浪費越多。所以，將AI的力量更多發揮在提升新藥研發的成功率上。”王興利總結說。

在圓桌環節，英矽智能聯合首席執行官、首席科學家任峰，訊飛醫療副總裁王瀟，弗若斯特沙利文大中華區合伙人、董事總經理毛化，復旦大學附屬華山醫院主治醫師張亞茹圍繞“AI為臨床醫生帶來的機遇和挑戰”展開討論，對于AI在新藥研發、精準醫療領域的應用都進行了深入探討。