人工智能于医疗领域落地生根，发展强劲有力

   人工智能正以迅猛之势渗透到各行各业，而数据资源丰富的医疗领域无疑成为其落地应用的关键领域之一，诸如 “人工智能赋能制药产业”“人工智能助力医疗影像诊断”“人工智能驱动医学仿真系统发展” 等应用场景不断涌现。业内专家指出，人工智能正在重塑制药流程，显著提升药物研发效率，与此同时，政策的大力支持也使得 “人工智能 + 医疗” 的发展步入快车道。然而，面对当前行业所面临的诸多难题，各方仍需齐心协力，共同探寻解决方案。

人工智能与制药深度融合，步伐加快

   在今年下半年，医药行业的两大巨头辉瑞和礼来均首次设立了首席人工智能官这一职位，这一举措表明人工智能在公司的战略地位已提升至最高管理层级别。这两家药企，一家被誉为 “宇宙药企”，另一家则是全球市值领先的药企，它们的这一决策代表着全球制药业在战略布局上的最新趋势。

那么，人工智能究竟是如何变革制药流程的呢？

   星亢原联合创始人兼首席执行官刘帆介绍，人工智能技术在传统制药过程中的应用，大致可划分为三个阶段：药物靶点的探寻与识别、药物分子的设计以及临床开发和临床转化方案的优化。“在这其中，第二阶段的数据最为丰富，人工智能技术的应用也更为成熟。”

  不久前，人工智能制药领域的领军企业英矽智能对外公布，其一款人工智能药物取得了积极的成果，数据显示出良好的安全性和剂量依赖性的药效趋势，这也成为全球首个人工智能药物的概念验证案例。

  星亢原还介绍了其在药物分子设计与优化方面的进展情况，目前公司已经搭建起了由 “人工智能 + 生物物理 + 高通量” 三大要素构成的创新药物研发平台。“我们期望借助创新技术和平台，攻克制药领域中‘不可成药’靶点的难题，实现其成药转化。” 刘帆介绍道，公司进展最为迅速的一个产品管线将于今年年底向美国食品药品管理局提交临床试验申报，这是一款针对实体瘤的肿瘤免疫靶点药物，是星亢原利用人工智能计算筛选蛋白从而实现成药的一个典型范例。

研发效率大幅提升，成果显著

   在人工智能引领的新一代信息技术革命浪潮的推动下，药物研发效率实现了质的飞跃。英矽智能联合首席执行官任峰曾指出，人工智能技术的应用使得某些药物分子的研发周期相较于传统方式缩短了三分之二，研发成本仅为行业平均研发费用的十分之一。平均而言，在没有人工智能支持的情况下，新药研发管线的成功率通常低于 5%，而引入人工智能后，这一数字能够提高 3 至 5 倍。

   回顾过往，人工智能制药领域无论是在资本市场的表现，还是在管线推进方面，都经历了起伏不定的发展历程。

   英矽智能高级业务拓展总监王珏坦言，在许多药物研发的实际场景中，尤其是在那些具备良好数据基础的环节，人工智能已经实现了较为理想的应用落地。然而，由于药物研发链条冗长、涉及的数据种类繁多，想要通过人工智能实现药物研发从起点到终点的系统性提升，目前仍然极具挑战。

   尽管前路充满挑战，但也充满希望。2024 年诺贝尔三大科学奖项中，有两大奖项与人工智能研究密切相关。同样是在今年，一家人工智能领域的新锐公司推出了一款能够生成新型蛋白质的具有里程碑意义的人工智能模型，利用这一模型，研究团队成功生成了一种新型绿色荧光蛋白。

   在海通证券投行委医疗健康行业组负责人王莉看来，这些成果的发布对于投资界而言是极大的鼓舞。“新型绿色荧光蛋白在自然条件下需要 5 亿年的进化才能产生，而这家人工智能领域新锐公司成立于 2023 年。这让我们深切感受到，人工智能与医疗行业的结合迎来了真正的第二波发展浪潮，一些底层逻辑开始真正发挥作用，而不再仅仅是理论上的设想。”

   王莉表示，其团队在七八年前就开始关注人工智能与医疗场景的结合。起初，人工智能应用的场景主要是人员的替代以及效率的提升。“但在这些场景中，人工智能作为一种工具所产生的价值一直备受质疑，人们也在怀疑其在这些场景中落地的必要性。后来，我们将关注点聚焦在人工智能与制药的结合领域，在这一应用场景中，人工智能并非仅仅提升人员效率，而是在提升时间效率和资金效率方面发挥了关键作用。我们期待人工智能能够成为一种具有颠覆性的力量，改变行业的发展逻辑，这也正是其价值所在。”

   可以明显看出，相较于海外，国内人工智能制药行业起步相对较晚，但发展势头强劲。2021 年是国内人工智能制药的创业高峰期，共有 27 家公司在这一年创立。今年 6 月，晶泰科技正式在港交所挂牌上市。

“人工智能 + 医疗” 全面提速，快速发展

   当前，人工智能与医疗的结合领域十分广泛，绝不仅限于制药相关的场景。

   “随着人工智能、元宇宙等技术的不断发展，其在医疗领域的应用范围日益扩大。我们目前专注的数字医学仿真技术，就是将一些元宇宙技术与医学应用相结合，旨在提高医生、护士以及仪器操作人员的培训效率，改善当前基层医疗服务能力不足的现状。” 复旦大学智能机器人研究院常务副院长张立华表示。

   “2019 年全国每千名儿童儿科医生数仅为 0.63，2021 年儿童儿科医生仅占全国总医师数的 3.2%。” 张立华介绍，其研究的标准化儿童患者模型，能够基于虚实结合的模拟方案构建标准化儿童患者模型，搭建高保真模拟诊疗系统，实现基层儿科医生的规范化、规模化培训，以及对基层医疗机构诊疗能力的客观评估。

   森亿医疗专注于医疗的数据化和智能化发展。“尽管中国积累了全球最为庞大的医疗数据，但其中许多数据未经标准化处理，或者处于孤立状态，对于人工智能来说，这些数据要么难以利用，要么无法使用。” 公司首席技术官殷嘉珩介绍，公司与医院传统信息系统进行对接，并通过医学自然语言处理技术对数据进行处理，从而实现了对已有病历信息的识别、处理和标准化。

   从政策层面来看，人工智能与医疗的结合也已进入快速发展阶段。今年 11 月，国家卫生健康委、国家中医药局、国家疾控局联合发布《卫生健康行业人工智能应用场景参考指引》，聚焦 “人工智能﹢” 与医疗服务管理、基层公卫服务、健康产业发展、医学教学科研相结合的四大领域，明确了医学影像智能辅助诊断等 84 个细分领域的基本概念和应用场景。

   需要注意的是，人工智能在医疗领域的落地应用仍然面临诸多挑战。张立华指出，目前在医院等医疗机构中，许多医疗数据的沉淀尚未完全开放，加速解决医疗数据的安全共享问题迫在眉睫。

   锦天城律师事务所合伙人、医疗健康委员会秘书长吴旭日表示，必须关注人工智能应用于医疗领域时所带来的法律和伦理风险。“无论是在制药领域、诊疗领域，还是在器械领域，未来人工智能的应用都存在数据合规性、敏感个人信息的保护等问题；在伦理方面，目前业界对于算法偏见、算法黑箱等问题也多有讨论。此外，人工智能应用于不同场景的法律风险也不容忽视，比如，智能诊疗中的处方权问题、手术机器人的限制性使用问题。总体而言，人工智能技术仍在持续发展中，监管部门、法律从业机构等需要直面挑战，不断发现人工智能医疗应用场景中存在的法律问题，并积极推进立法完善工作。”

   声明：本站所使用的图片文字等素材均来源于互联网共享平台，并不代表本站观点及立场，如有侵权或异议请及时联系我们删除。