每經記者 許立波    每經編輯 董興生    

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。論壇的圓桌環節，匯聚了來自醫藥醫療行業、戰略咨詢機構以及臨床醫學等領域的多位重量級嘉賓。

圖片來源：主辦方供圖

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，他們分別從各自的專業領域出發，分享了如何借助人工智能技術實現產業變革的獨到見解和策略。

AI正逐漸滲透到新藥研發的全流程

在制藥行業面臨研發成本居高不下、效率低下等現實問題時，人工智能技術的應用無疑為該領域注入了新的活力。英矽智能是全球AI制藥領域的領跑者，公司聯合首席執行官任峰指出，傳統的藥物研發正面臨巨大的瓶頸，研發投入越來越高、回報率卻越來越低。有數據統計，藥物研發的行業平均ROI（投資回報率）僅為1.8%，“甚至比你把錢存在銀行里的利息都要低”。

任峰認為，人工智能技術可以幫助解決傳統藥物研發的這一瓶頸。通過大規模數據分析和算法優化，人工智能技術能夠有效提升藥物研發的效率，甚至幫助解決長期困擾生物醫藥的復雜問題。截至目前，全球已有上百種AI設計藥物進入了臨床階段，其中，進展最快的已進入臨床三期。借助人工智能技術，研究人員可以更系統地解決生物學機制、化學分子設計以及臨床試驗中的關鍵問題，這為制藥行業帶來了顛覆性的改變。

在全球生物醫藥領域，人工智能技術的迅速發展正重新定義新藥研發的格局。弗若斯特沙利文大中華區合伙人、董事總經理毛化強調，AI賦能的最大價值體現在制藥行業的全產業鏈，從研發到商業化再到供應鏈的各個環節，人工智能技術都在發揮著不可忽視的作用。

毛化還指出，近年來，AI驅動的新藥研發已成為全球一級市場最熱門的投融資方向之一。2023年和2024年上半年，以AI為基礎的藥物研發公司在國外資本市場上備受追捧，部分公司甚至獲得了高達10億美元的融資。這一趨勢也在國內市場逐步顯現，突顯出人工智能技術在國內外制藥領域的巨大潛力。

此外，毛化也進一步分析了人工智能技術在新藥研發中的全流程應用。過去，AI通常只被應用在新藥研發的某個環節，例如藥物發現或臨床試驗階段。然而，隨著技術的成熟，AI正逐漸滲透到整個研發流程，形成強大的協同效應。毛化認為，制藥企業既可以通過在外部與AI新藥研發公司合作實現技術賦能，也可以在內部建立屬于自己的AI新藥研發平臺，雙管齊下加快研發速度。

圖片來源：主辦方供圖

AI在臨床醫生工作中的作用越來越重要

人工智能技術不僅為藥物研發注入新動力，在臨床醫生的日常工作中也發揮著越來越重要的作用。來自復旦大學附屬華山醫院的張亞茹醫生分享了AI在她日常臨床工作中的實際應用經驗。她提到，人工智能技術目前在門診和病歷管理系統中已經初見成效，能夠為醫生提供患者的歷史化驗、檢查信息，減少重復檢查。另外，AI在病案管理方面的表現較為出色，能夠提醒醫生遺漏的病例記錄，并糾正文書中的錯誤，這在提升工作效率上成效顯著。

但張亞茹也指出，現階段AI的應用依然有限，“或許是出于數據安全與隱私的考量，醫生目前只能看到患者做了哪些檢查，但無法深入了解詳細的檢查結果”。張亞茹希望，未來能夠在保證數據安全的情況下，AI能幫助醫生掌握患者的既往病史以及用藥等情況，以此制定全面的診療策略。

在科研領域，人工智能技術的作用更為顯著。張亞茹提到，AI在大數據分析處理、疾病早期風險預測模型的建立、早期生物標志物和新的藥物靶點篩選等方面發揮了重要作用。張亞茹表示，隨著人工智能技術的進一步成熟，其將成為臨床醫生不可或缺的助手。

訊飛醫療副總裁王瀟分享了AI在醫療領域的深度應用，特別是在臨床輔助診斷方面的突破性進展。王瀟指出，人工智能技術在早期的深度學習階段，已能完成簡單的病歷規則判斷、做一些簡單的提醒，這一階段的AI可以輔助診斷較為基礎的疾病，減少診療錯誤和遺漏。隨著醫療大模型的不斷發展，人工智能技術已經逐步提升到可以為臨床醫生提供更具深度的診療建議的層面，尤其是在復雜的跨學科疾病診斷中，AI技術通過循證醫學的邏輯分析，為醫生提供了高效、精準的輔助決策支持。

隨著技術的迭代，王瀟相信，AI將在醫療行業中發揮越來越重要的作用，不僅能助力臨床醫生的診療，還能從醫生端延展到患者端，為患者提供更優質的醫療服務。這無疑將為未來的醫療行業注入新的增長動力。

在圓桌討論中，如何在AI賦能與醫生獨立決策之間找到平衡也成為一個重要話題。監管層面，國家衛健委等機構曾多次強調，醫療機構開展互聯網診療活動，處方應由接診醫師本人開具，嚴禁使用人工智能等自動生成處方。

王瀟表示，AI更多的是起到輔助作用，醫生在最終診斷和決策時仍需結合患者的實際情況以及個人經驗，不會完全依賴AI。張亞茹也指出，即使未來AI發展足夠成熟，也不會降低對醫生技能的要求，AI更多是一種對醫生職業技能的補充和支持，而不是取代。

任峰也從藥物研發角度表達了類似的觀點：AI的本質是概率分析，通過大數據和算法，AI能夠快速篩選并設計出多個化合物或靶點，然后由經驗豐富的藥物化學家或生物學家根據AI生成的結果進行判斷和決策。雖然AI能夠極大地縮短藥物篩選的時間，但仍然離不開人類智能的專家評判和專業知識。