健康是促进人的全面发展、社会全面进步的必然要求。随着人民健康水平的不断提高，我国逐渐面临人口老龄化、医疗资源优化分配等难题。以人工智能、大数据为驱动的医疗数字化转型，可以为破解供需矛盾带来新的发力方向和创新动力
“强化科技创新策源能力”，是上海加快实现高水平科技自立自强的内在使命。人工智能（AI）与生物医药是上海的先导产业。“AI+生物医药”不仅能提升科技创新策源功能，还有助于推进生物医药数字化转型。
发挥引领和赋能作用
实现高水平科技自立自强，是面对国内外风险挑战明显增多之复杂局面、应对世界百年未有之大变局的战略部署，是适应新发展阶段的现实选择，是解决社会主要矛盾的必然要求。
健康是促进人的全面发展、社会全面进步的必然要求，是国家富强、民族振兴的重要标志。随着人民健康水平的不断提高，我国逐渐面临人口老龄化、医疗资源优化分配等难题。以人工智能、大数据为驱动的医疗数字化转型，可以为破解供需矛盾带来新的发力方向和创新动力。
“十四五”时期，以数字化转型整体驱动生产方式、生活方式和治理方式变革，受到了更多重视。聚焦医疗、养老等重点领域，推动人工智能赋能普惠应用，持续提升人民群众的获得感、幸福感，是科技服务人民的重要写照。
上海正在全面推进经济数字化转型、生活数字化转型，提高经济发展质量与城市生活品质。人工智能是城市数字化转型的重要驱动力量，应积极发挥人工智能在上海生物医药数字化转型过程中的引领和赋能作用。
例如，赋能生物医药产业数字化转型，增强经济动能；聚焦医疗数字化领域，改善居民生活品质。最终，形成人工智能高地建设与生物医药高质量发展相互促进、深度融合的发展格局。
新药研发的技术利器
近年来，人工智能在助力医药研发方面发展迅速，已成为加速新药研发的技术利器。
报告显示，人工智能可以将新药研发的成功率提高16.7%，人工智能辅助药物研发每年能够为药企节约540亿美元的研发费用，并在研发主要环节节约40%至60%的时间成本。
2020年12月，由谷歌投资的一家英国实验室宣布在AI精准预测蛋白质折叠领域取得重要突破，标志着人工智能辅助药物基础理论研究进入新的阶段。去年年底，“英矽智能”研发的新药项目成为全球首个由人工智能驱动发现的新靶点、新分子结构候选新药。目前，这一企业的药物研发中心已成功落沪。
在国内，也有多家人工智能企业积极进军AI辅助新药研发。由AI驱动的药物发现平台“云深智药”，覆盖新药发现的全流程，包括蛋白质结构预测、化合物筛选、分子设计和优化等，并与多家药企达成合作，AI模型已应用到多个药物研发项目之中。
一般来说，新药研发包括药物发现、临床前研究、临床研究及审批上市四个阶段。目前，人工智能辅助药物研发主要在前三个阶段发力。
数据显示，超过三分之二的AI辅助药物研发发生在药物发现阶段。从全球范围来看，在这个领域布局的企业也最多。在这一阶段，人工智能通过自然语言处理技术学习海量的医学文献、专利和临床试验数据，通过深度学习方法寻找潜在的、被忽略的新机制。相较于传统的通过直观、定性推测物质结构，发现靶点的方法更加有效、精确。
在临床前研究阶段，人工智能主要辅助化合物筛选、合成、优化和晶型预测。统计显示，药物研发阶段要对5000种至10000种化合物进行筛选。其中，仅有250种能够进入临床前研究阶段，仅有5种进入临床研究阶段。通过大数据、机器学习、图像识别等现代技术手段学习大量生物化学知识，AI筛选系统可以取代或优化高通量筛选，提取疾病与化合物之间的联系，辅助设计化合物或分子结构，挖掘药物活性、药效更好的化合物。
深度学习、认知计算技术可以帮助分析大量的临床试验数据，在短时间内高效配置药物晶型，提升药物的安全性与稳定性。相较于传统手段，AI在化合物合成和筛选方面可节约40%至50%的研发时间，每年为药企节约260亿美元的化合物筛选成本。
在临床研究阶段，人工智能可以帮助新药更快上市。通过深度学习方法，临床试验管理人员能够从海量病例中匹配最佳试验者；通过机器学习和认知计算能力，优化试验方案设计、流程管理、数据统计分析；依靠强大的自然语言处理和深度学习，帮助药物重定向，评估潜在的药物安全问题，为新药成功上市提供支持。
助力医疗数字化变革
人工智能在医疗健康领域的应用越来越广泛。上海具有发展以人工智能为核心驱动的医疗数字化变革的先天优势，不论是在医疗服务体量、基础科研实力、医疗数据累积方面，还是在创业服务环境、人才和资金储备等方面，都为人工智能的研发、平台的创建、数据的共享等奠定了良好基础。
人工智能与医疗健康领域的结合不仅能够提升诊疗效率，还能改善患者就医体验，提高人民群众的幸福感、满意度。人工智能赋能智慧医疗，推动医疗机构数字化转型，主要表现在辅助诊疗、医学影像、病理分析等多个领域。
在辅助诊疗方面，通过可穿戴设备等，结合人工智能算法，可以对患者生理体征、生活习惯、生活环境、电子病历、医疗影像数据等进行智能分析，构建智慧病案，发现病症规律，提供辅助临床诊断和治疗方案，从而实现患者的健康管理、疾病预测和诊疗方案的精准化。
近年来，手术机器人、康复机器人、导诊机器人、陪护机器人等智能辅助设备逐渐在上海各大医院推广应用，在辅助诊疗方面日益发挥重要作用。同时，人工智能与医疗器械相结合，能够辅助慢性病治疗和健康管理。诸多企业积极布局家庭移动医疗器械产品的研究与开发，覆盖血压监测、血糖监测、心电监测、智慧体温监测、胎儿胎心监测等各个领域，进一步缓解医疗资源的需求压力。
在医学影像方面，运用机器学习、图像识别等技术，可以对医学影像进行图像分割、特征提取、定量分析，完成病灶识别标注、靶区自动勾画、影像三维重建等工作，实现智能医疗影像辅助诊断系统的产品化和临床应用。这项技术在肺结节、肋骨骨折、冠心病等医学影像识别领域的广泛应用，有效助力医学成像和精准医疗。
在病理分析方面，基于深度学习算法和大数据分析技术，对大量的数字化病理切片进行训练、预测，可以高效诊断疾病。这将解决各级医院病理医生短缺的难题，加强病理预后管理，提高诊疗效率和治疗效果，对推动“健康中国”战略实施具有重要意义。
支撑算法创新与算力提升
上海具备医疗资源丰富、医学研究能力强、医用场景数据众多等优势，理应高度重视人工智能赋能医疗健康领域的智能化、数字化发展，使人工智能与生物医药相辅相成、共同推进，从而强化科技创新策源功能，全面助力城市数字化转型。
一是加强顶层设计，强化组织领导。
建议充分发挥上海市人工智能产业工作领导小组和上海市生物医药产业发展领导小组的作用，统筹推进全市人工智能与生物医药的创新发展，重点布局AI辅助新药研发与智慧医疗，强化资金、人才、技术等资源的有效供给，积极培育“AI+生物医药”复合型人才。
二是重点突破关键技术核心环节。
结合人工智能算法创新行动三年计划，强化AI辅助新药研发与智慧医疗的关键算法研究，提高人工智能算法训练和算力供给，疏通在“AI+生物医药”研发过程中的信息传输和计算瓶颈，尽早形成自主产业创新生态。
三是依托“揭榜挂帅”机制，推进医疗场景开放。
建议推动医药研发场景全流程、有条件开放，打造智能化医院，加强人工智能企业与医院和其他医疗机构的合作与交流。
四是完善制度保障，搭建数据共享平台。
建议搭建人工智能企业、医药企业、科研单位的合作交流平台，促进产学研合作和技术成果转移转化；开展人工智能在医疗领域的标准体系研究，建立适应上海人工智能和生物医药产业发展需求的标准体系；推进医疗机构数据互联互通互认，探索建立医疗行业公共医疗数据平台，链接各类医疗产品数据，为患者提供日常健康管理数据，为医护人员提供诊疗信息，为人工智能企业提供数据训练原材料，支撑人工智能的算法创新与算力提升。
（作者：谢婼青 朱平芳 毛勇春）
