“2024 Inclusion·外滩大会见解论坛”成功举行 AI技术引领医药产业链创新之路

2024-09-09 15:19 来源:每日经济新闻

  近年来,AI(人工智能)技术在医药医疗领域展现出巨大的潜力。但与此同时,由于医疗医药的严肃属性,AI技术也在医疗和医药领域遇到了前所未有的挑战。

  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

  周汉民表示,随着人工智能等新技术的不断发展和应用,医疗产业正迎来一场深刻的变革。以构建新质生产力为抓手,更好地与人工智能相结合,是医疗大健康产业未来发展的重中之重。

  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。(记者:陈星

查看余下全文
(责任编辑:秘书处)