被人工智能改變的醫療

　　來源：北京商報

　　當前，由人工智能引領的新一輪科技革命和產業變革方興未艾，而生命科學和醫療健康是人工智能領域最重要的應用場所之一。4月28日，2024中關村論壇年會“重塑醫療：醫學中的創新人工智能轉型”平行論壇舉行。與會嘉賓認為，AI賦能臨床研究、新藥研發、醫療器械的創新，可以極大地提升疾病預防、醫療診斷以及治療水平，但如何通過AI算法去滿足臨床需求，包括使用標準、隱私權以及透明度仍需探索。

　　北京醫療AI注冊產品數量全國居首

　　“18家企業獲批了27個醫療人工智能輔助診斷場景的三類注冊證，數量占全國總數的34%”，北京市衛健委副主任鄧平基在“重塑醫療：醫學中的創新人工智能轉型”平行論壇上分享了這樣一組數據。

　　當前，北京市的醫療人工智能發展水平全國領先，醫療人工智能企業和注冊產品的數量均位于全國首位。據鄧平基介紹，眾多的醫療機構、醫師科學家深度地參與了人工智能產品的研發，人工智能醫療產品的應用涉及到了醫療輔助決策、健康管理、患者的智慧服務、醫療機器人、醫院管理、精準醫療等不同領域和方面，尤其在醫學影像、醫學文書、音視頻的分析和應用，多組學數據分析方面取得了許多成功的實踐。

　　鄧平基表示，在新理論、新技術的驅動下，人工智能呈現了自主學習、跨界融合、人機協同、群智開放等新特征，正對經濟發展、社會進步、全球治理等方面產生重大而深遠的影響。生命科學和醫療健康是人工智能領域最重要的應用場所之一，AI賦能臨床研究、新藥研發、醫療器械的創新，可以極大地提升疾病預防、醫療診斷以及治療水平，改善衛生服務的可及性和普惠性，能夠提升服務質量，降低服務成本，其發展前景十分廣闊，潛力無限。

　　北京市衛健委將按照市委、市政府的部署研究制定符合需求的政策措施，進一步推動醫療人工智能產品的研發和應用，強化政策支持，強化政策的保障，強化治理，能夠更好地推動醫學的科技創新、成果轉化，服務首都人民群眾的健康和產業發展。

　　縮短新藥研發周期、降低成本

　　人工智能在醫學醫療行業起到的一個重要作用就是縮短新藥的研發周期、降低成本。賽諾菲轉化醫學中國負責人唐蕾博士分享了公司如何使用AI來改善小分子藥物探索質量和速度的實踐。

　　眾所周知，藥物研發從藥物靶點確定、先導化合物篩選、先導化合物優化再到臨床試驗、注冊上市，是一個非常漫長的過程。唐蕾介紹稱，一般來說，開發一種新的治療方法需要十年左右的時間以及大量的經費。公開數據顯示，制藥公司為這一過程平均需要花費26億美元。

　　賽諾菲正試圖通過部署數字化的技術，借助AI能力來增強研發生產力。該公司在轉化醫學、臨床研究以及監管和患者安全階段均運用到了數字化和AI技術手段。在小分子藥物探索方面，科學家們開發了靶向免疫引擎TIE，進行數據的分析和整理，包括深度挖掘各個來源的數據，甚至包括競爭藥物的數據。公司對潰瘍性的結腸炎進行研究，這一算法已被用于超過50個靶點的預測，且不到12個月就生成了超過50個靶點的假設，其中有7個創新靶點被推進到了研究管線中，這是僅2023年一年就取得的成績。

　　唐蕾認為，人工智能模型可以提升研究效率。目前超八成小分子化合物的篩選和探索研究都用上了AI模型，大大地加速了研究速度，若能很快地把它們帶入臨床研究階段，就能更快地造福于患者。

　　清華大學醫院管理研究院常務副院長張宗久教授表示，AI在更多場景的應用，打破了地理限制，讓優質的醫療資源普惠每一個角落，縮短了新藥的研發周期，降低了成本。

　　快速獲得醫學影像診斷結果

　　GE醫療中國首席數字官黃峰在圓桌分享環節提到了AI在醫學影像方面的應用。AI在醫療領域的首個成功創新應用就在影像學領域。據黃峰介紹，行業花了很長的時間去探索影像的精準性。但是，AI出現之后，就可以又快又準地獲得診斷結果。

　　黃峰認為，中國有非常好的生態系統以及眾多優秀的AI初創企業，GE醫療也與這些企業就一些產品進行了具體的合作，這些產品研發于中國，并在全球加以采用。一項研究數據顯示，全球48%的患者可以接受AI，而在中國，這個接受度超過了70%。

　　面向未來，GE醫療也在嘗試大型的語言模型，和工程師一起來幫助客戶。不過，黃峰也提到，由于醫學領域非常復雜，且嚴肅領域有嚴格的規范要遵守，即便有這么多的模型，光靠客戶本身也很難快速地了解各種各樣的AI應用，工程師的了解也有局限性，因此兩相結合，就能夠讓大模型學習曲線快速地成長，快速地上升。

　　克拉利特研究所AI醫學主任、本·古里安大學副教授Noa Dagan博士分享了AI驅動醫療的成功實踐，據她介紹，由于高危人群丙肝篩查率不高，因此研究者開發了有助于預測丙肝陽性患者的AI算法，從而提高了篩查的依從性和效率。據首都醫科大學附屬北京天壇醫院副院長王伊龍教授介紹，AI在神經系統疾病的預防、診斷、治療和管理中發揮著越來越重要的作用。預防方面，AI通過分析大數據可以早期預測帕金森病的發生和嚴重程度。在診斷方面，AI技術可以快速分析影像學數據，預測腦血管病的發病機制，輔助個體化精準治療。

　　隱私權、透明度和數據監管仍是重點

　　人工智能擁有巨大的潛力，但在醫療這一特殊領域，需要平衡其潛力和責任。NEJM副主編、北京大學未來技術學院院長肖瑞平教授表示，醫療AI在改善治療效果、改善醫療信息交流及提升醫療系統效率領域發揮了潛力，但AI相關的倫理問題也需要考慮，如隱私權、透明度和數據分享。她呼吁制定AI在醫療保健中的使用標準，促進透明度。

　　在浙江大學醫學院附屬邵逸夫醫院院長蔡秀軍教授看來，“人工智能+醫療”需要一些技術創新政策。他強調了三方面的重要性：人工智能與醫學交叉人才的培養非常重要，支付的便利性很重要，以及數據的規范、信息安全非常重要。

　　蔡秀軍認為，AI是很深的學科，臨床也是很深的學科。即使有算力，若不知道臨床有什么需求，將會是一個很大的問題。因此，解決問題的辦法是雙方之間互相的交流。他建議高校培養一些交叉復合型人才，以及發揮醫院IT隊伍的作用等。

　　王伊龍從臨床醫生的角度提出，未來提供一個多模態的高質量數據非常重要，且臨床醫生要提出對AI真正的需求，要鼓勵更多學科的合作，希望AI在全鏈條、各個維度上助力醫療。

　　NEJM AI常務主編Charlotte Haug博士強調了AI監管的重要性。如何確保全球的監管一致是需要思考的問題，不然一款AI產品只能在研發地使用。另外，確保適度使用、負責任地進行有效數據分享也很重要。在醫療保健領域，使用的數據都是敏感的患者數據，正確地去分享數據并不容易?；颊邤祿靶畔㈦[私問題是在醫學中大規模使用AI首先要解決的問題。

　　北京商報記者 姚倩