9月6日上午，以“AI医药革命：产业链创新之路”为主题，由每日经济新闻主办的“2024 Inclusion·外滩大会见解论坛”在上海黄浦世博园区正式举行。多位学界、产业界的重磅嘉宾围绕AI技术在药物发现、个性化医疗、精准治疗等领域的创新应用，深入探讨了AI如何重塑药物研发、生产、流通至应用的全产业链。
在两个半小时的论坛上，来自不同技术领域、不同产业背景，以及不同区域的声音翻腾交汇。而这仅仅是个开始。在中国这片海纳百川的创新热土上，AI和医药融合发展的浪潮已经翻腾，也将继续引领产业链创新之路。
业内顶尖专家探讨AI如何重塑医药产业链
从药物发现到精准医疗，AI正在不断突破传统技术瓶颈，加速创新步伐，开启医药产业的新时代。
通过深度学习、大数据分析等先进技术，AI能辅助医生进行疾病诊断，实现早期筛查与预测，提高诊断准确率。同时，它还能优化治疗方案，实现个性化医疗，确保每位患者都能获得最适合自己的治疗策略。此外，AI在药物研发中的应用也加速了新药的开发进程，降低了研发成本，为攻克疑难杂症提供了强有力的技术支持。AI技术正逐步成为推动医疗医药领域变革的关键力量，为全球人民的健康福祉贡献力量。
但与此同时，由于医疗的严肃属性和新药开发的高难度与高风险，AI技术也在医疗和医药领域遇到了前所未有的挑战。
为了探讨AI技术在医疗医药领域的应用难点，提升AI技术在该领域的应用水平，9月6日上午，由每日经济新闻主办的“2024 Inclusion·外滩大会见解论坛”在上海黄浦世博园区正式举行。
论坛以“AI医药革命：产业链创新之路”为主题，汇聚业内顶尖专家、学者和行业领袖，聚焦AI技术在药物发现、个性化医疗、精准治疗等领域的创新应用，探索如何通过智能化手段提升药物研发效率，满足患者对高效、个性化治疗的期待，深入探讨AI如何重塑药物研发、生产、流通至应用的全产业链。旨在通过跨学科的交流与合作，推动生物医药产业智能化转型，为未来健康注入科技的温度。
会上，全国政协常委、上海公共外交协会会长周汉民发表了以“人工智能时代医疗新产业的发展和创新”为主题的主旨演讲。
周汉民 图片来源：主办方供图
据他观察，从最初的影像诊断、辅助诊疗、基因检测，到近年来的药物发现、临床试验、健康管理等，人工智能在提高精准度与效率、个性化治疗、数据处理等方面具备显著优势。
新一轮科技革命和产业变革突飞猛进，必须用新技术培育新模式、新业态、新动能，引领产业转型升级。周汉民认为，构建医疗产业新质生产力主要可以从三个维度切入：其一是促进人工智能与临床的紧密结合，提升精准度。其二是优化数据集和模型架构，提升适用性。其三是加强数据隐私保护，提升安全性。
对于外界有关人工智能发展是否会替代医护人员的讨论，周汉民表示，人工智能是医护人员的重要助手，但医护人员绝不会被替代。“人工智能无法复制医生具有的情感美德，如同理心、同情心和人文关怀，医护人员要正确看待并积极拥抱人工智能。”
AI技术助力阿尔茨海默病早期识别与预测
在药物研发领域，复旦大学类脑智能科学与技术研究院研究员程炜针对AI技术如何助力阿尔茨海默病（AD）药物研发发表了主旨演讲。
每3秒，全球就会多1位痴呆患者，其中约60%~80%会被确诊为阿尔茨海默病。阿尔茨海默病的早期干预是治疗关键，但在国内，AD患者的临床早期就诊率只有14%。程炜表示，这是因为AD起病隐匿，各阶段生物学指标演化规律尚不清晰，早期风险识别模型的准确率与解释性不足，导致AD的早期识别和预测非常困难，而这也在很大程度上影响了单抗药物等AD治疗药物的疗效。
因此，获取AD患者的非临床数据，构建早期风险识别模型，是AI辅助AD早期预防和诊治的关键，其中大数据和算法是两块重要拼图。
今年7月，复旦大学附属华山医院神经内科郁金泰教授团队领衔，联合复旦大学类脑智能科学与技术研究院的冯建峰/程炜团队，在Nature Human Behavior发表论文揭开了一种新生物标志物YWHAG的面纱。
图片来源：主办方供图
在主旨演讲中，程炜对相关研究进行了详尽介绍。他表示，新型标志物的挖掘和早期识别离不开大数据和AI算法的助力。
程炜介绍，由复旦大学附属华山医院神经内科郁金泰教授领导的科技创新2030——“脑科学与类脑研究”重大项目，依托华山医院在全国范围内建立了社区脑健康衰老队列（head队列），旨在在中国不同地区招募2万名参与者，通过长期随访进行纵向研究，描绘个体从健康状态逐渐发展到痴呆症状的全过程。
“有了大数据，也有了AI算法，我们做的就是通过它们发现AD诊断新型标志物。”程炜表示，AD从无症状期发展到有症状期大约需要20年，而脑脊液生物标志物在AD病程中最先发生变化，因此团队的首个研究工作是聚焦大规模人群的脑脊液蛋白质组数据，并基于这些数据开发出一种生成分析算法，识别与AD相关的蛋白质。
在这一过程中，团队从数千种脑脊液蛋白质中筛选出多个与AD显著相关的生物标志物。基于一系列的研究，研究团队构建了基于机器学习的预测模型，通过效果值方法对蛋白质的重要性进行排序，结果与临床发现高度一致。最终，团队构建的预测模型能够提前15年预测AD发病风险，为社区筛查提供了潜在可能。
“除了AD，我们还希望将模型推广到其他老年疾病的风险预警。”程炜透露，目前团队还构建了基于血液蛋白组学的多疾病早期预测模型、基于神经网络的蛋白风险预测模型。他认为，未来通过数字化平台和大模型框架，可以实现更多社区人群、更多疾病的早期预警和干预。
业界呼吁用AI提升新药研发决策科学性
在主旨演讲环节，美年健康董事长俞熔还以“AI赋能医疗：催化健康体检新质生产力”为题分享了AI技术在体检领域的创新应用。
俞熔在演讲中提到，疫情后美年健康主要的资源和精力，除了投入在基础运营、精细化提升、学科建设外，在人工智能和数据挖掘方面花也了很大的精力和投入很大的资源。
近五年来，美年健康研发的AI驱动的医技云平台，包括SaaS的扁鹊管理系统等，构建了AI基础设施的网络。比如扁鹊体检管理SaaS云平台，可实现体检全流程数字化、智能化管理；通过PACS系统（影像归档和通信系统），实现PACS影像线上存储、归档和通信，提升影像阅片人工智能化水平；通过LIS系统（医院实验室信息系统），实现检验科信息管理智能升级。
俞熔称，未来，希望基于美年的数据入口和流量入口，能够在一些重点领域，包括重点学科的慢病管理、健康消费、保健品、保险、先进器械领域孵化出更好的生态，以及形成协同效应。
周汉民 图片来源：主办方供图
复星医药执行总裁、创新药事业部联席首席执行官、全球研发中心首席执行官王兴利则分享了AI+医药的研发生态能力。他在演讲中表示，在药物研发领域，量化决策环节和新药研发成果率问题，仍是AI技术需要攻克的两大难题。
以量化决策环节为例，王兴利认为，通过AI工具在全球信息中提供一个量化的结论，“来帮助企业决策这个管线是不是要建，这个产品是不是要开发，可以把决策的成功率提升一些”。
在新药研发成功率方面，他表示，新药研发的每一个节点失败率很高，为什么不成功？其中最简单的原因是药不对，机制不对。“但有的时候可能是个好药，但病人选错了；有的时候病人选对了，但终点选错了；有的时候用药的时间错或治疗的时间不对，种种人为判断其实有很多的差异。”
“如果选择错了赛道、病人、靶点，选择错了终点，无论多有效，效率越高浪费越多。所以，将AI的力量更多发挥在提升新药研发的成功率上。”王兴利总结说。
在圆桌环节，英矽智能联合首席执行官、首席科学家任峰，讯飞医疗副总裁王潇，弗若斯特沙利文大中华区合伙人、董事总经理毛化，复旦大学附属华山医院主治医师张亚茹围绕“AI为临床医生带来的机遇和挑战”展开讨论，对于AI在新药研发、精准医疗领域的应用都进行了深入探讨。
津公网安备12011002023007号