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。

　　数字城市云课堂本期邀请上海社会科学院经济研究所 谢婼青围绕AI在生物医药领域对研发技术、医疗数字化变革、算法算力创新等方面引领和赋能，与大家进行分析分享↓↓↓

　　强化科技创新策略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。

　　一是赋能生物医药产业数字化转型，增强经济动能；二是聚焦医疗数字化领域，改善居民生活品质，从而形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。

　　来自TechEmergence的报告显示，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。

　　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。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。

　　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，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AI技术手段学习大量的生物化学知识，提取疾病与化合物之间的联系，来辅助设计化合物或分子的结构。深度学习、认知计算的技术可以帮助分析大量的临床试验的数据，在短时期内高效配置药物的晶型，提升药物的安全性和稳定性。

　　相比于传统的手段，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。

　　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，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。

　　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。

　　2022年2月16日，上海市卫生健康委员会、上海市医疗保障局、上海市财政局、中国人民银行上海总部、上海市经济和信息化委员会、上海市药品监督管理局、上海申康医院发展中心、上海市大数据中心等8部门联合发布《关于印发上海市“便捷就医服务”数字化转型2.0工作方案的通知》（以下简称《通知》）。《通知》要求努力推进“便捷就医服务”应用新场景，具体内容包括下图所示7大场景：

　　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。

　　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，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。

　　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。

　　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。

　　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。

　　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。返回搜狐，查看更多