從效率競賽邁向疾病認知革命：AI賦能醫(yī)藥醫(yī)療器械創(chuàng)新發(fā)展
2026/3/27   來源：北京日報客戶端  閱讀數(shù)：

智慧醫(yī)療正成為AI技術最具社會價值的應用場景之一。3月26日，在2026中關村論壇年會“智賦生命健康·AI引領未來”論壇上，與會專家圍繞戰(zhàn)略布局、科研范式變革、產(chǎn)業(yè)實踐路徑與技術前沿探索展開深入交流，一致認為AI賦能生命健康既是挑戰(zhàn)也是機遇，需要政府、學界、產(chǎn)業(yè)界同向發(fā)力，共同打通從數(shù)據(jù)筑基、評測立規(guī)到應用落地的全鏈條。從藥物研發(fā)“十年10億美元”的困境，到醫(yī)療器械的智能化升級，從數(shù)字人體模型的精準模擬到虛擬臨床試驗的前沿探索，AI不僅帶來了效率的飛躍，更在催生一場從經(jīng)驗驅(qū)動向數(shù)據(jù)驅(qū)動、從效率競賽向疾病認知革命的深層變革。

數(shù)據(jù)筑基與評測立規(guī)

國務院參事、北京協(xié)和醫(yī)學院衛(wèi)生健康管理與政策學院長聘教授劉遠立結(jié)合其在國務院參事室領銜的醫(yī)學健康人工智能國家戰(zhàn)略專題調(diào)研成果，系統(tǒng)梳理了當前我國AI賦能醫(yī)療健康領域面臨的三大關口。

劉遠立用三個關鍵詞概括了當前亟待突破的難關：數(shù)據(jù)、評測、落地。第一道關口是“數(shù)據(jù)之困”。我國擁有龐大的人口基數(shù)和以公立醫(yī)院為主體的醫(yī)療體系，理論上具備數(shù)據(jù)資源和體制機制的雙重優(yōu)勢。然而，高質(zhì)量、標準化、多模態(tài)的醫(yī)療健康數(shù)據(jù)供給不足，安全高效可信任的數(shù)據(jù)共享流通機制尚未形成。

究其原因，劉遠立總結(jié)為“三不”：不能、不敢、不愿�！安荒堋痹谟卺t(yī)療數(shù)據(jù)多模態(tài)、高復雜、強專業(yè)，許多醫(yī)院缺乏成熟的數(shù)據(jù)治理和開發(fā)能力；“不敢”源于健康醫(yī)療數(shù)據(jù)高度敏感，隱私保護和安全責任壓力大，共享顧慮重重；“不愿”則是因為缺少合理的激勵和價值回報機制，數(shù)據(jù)貢獻者動力明顯不足。

第二道關口是“評測之難”。醫(yī)療AI直接關系人民生命健康，容不得半點含糊。當前大模型快速迭代，雖展現(xiàn)出巨大價值，但黑箱不可解釋、算法偏見、誤診漏診風險等問題相伴而生。“技術越先進，監(jiān)管越要跟上�！眲⑦h立強調(diào)，必須加快構(gòu)建覆蓋研發(fā)、審批、應用監(jiān)管全鏈條的權威評測機制和平臺，用統(tǒng)一科學權威的標準為技術創(chuàng)新劃定安全邊界，確立質(zhì)量底線。

第三道關口是“落地之痛”。再好的技術，真正用起來才有價值。當前醫(yī)療AI面臨“最后一公里”難題，需要打通政策、價格、流程、習慣等多重障礙，讓成熟可靠的智能產(chǎn)品真正走進醫(yī)院、走進家庭、惠及百姓。劉遠立表示，從數(shù)據(jù)筑基、評測立規(guī)到應用落地，每一步都需要政府、學界、產(chǎn)業(yè)、醫(yī)療健康領域同向發(fā)力，在國家戰(zhàn)略引領下同心協(xié)力破解堵點、攻克難點、打通斷點。

科研范式與人才培養(yǎng)

北京市人民政府參事、清華大學深圳國際研究生院生物醫(yī)藥與健康工程研究院主持工作副院長邢新會，結(jié)合研究院六年來的探索實踐，分享了AI與生命科學深度融合的創(chuàng)新經(jīng)驗。

邢新會介紹，研究院的課程模塊中，所有交叉和創(chuàng)新課程都涵蓋了AI相關內(nèi)容，強大的AI師資力量參與到多學科交叉中。在科研方面，過去六年研究院的碩士和博士學位論文研究中，有90%都將AI融入科研實踐。這種深度融合不僅體現(xiàn)在人才培養(yǎng)上，更在科研創(chuàng)新中產(chǎn)生了實質(zhì)性突破。

以多肽藥物和活性肽挖掘為例，傳統(tǒng)方法主要依靠經(jīng)驗和試錯，成功率不到1%。通過AI介入，將序列與靶點的活性預測和信息篩選深度融合，效率可提升十倍、百倍甚至千倍�！拔覀冊谧鰧嶒炃熬湍芘袛嗄膫�分子通過AI模型構(gòu)建后哪條路更容易走得通，大幅減少試錯率，更精準地挖到靶分子。”邢新會表示。

此外，研究院還建立了全球領先的數(shù)字化人體模型，涵蓋嬰幼兒、成年男性、成年女性及老年人等不同群體，涵蓋100多個不同器官和細胞的代謝模型，可在藥物或食品進入人體前預測其變化、毒副作用及對腸道的影響。在裝備領域，團隊研發(fā)的高通量細胞篩選設備不僅服務國內(nèi)，更出口到日本、美國、韓國、法國等發(fā)達國家。在數(shù)字病理領域，通過AI與高通量病理切片系統(tǒng)的結(jié)合，可精準完成腫瘤診斷、基因突變預測和預后評估等任務，為臨床精準診療提供有力支撐。

產(chǎn)業(yè)實踐與技術前沿

北京諾誠健華醫(yī)藥科技有限公司聯(lián)合創(chuàng)始人、董事長兼首席執(zhí)行官崔霽松，從創(chuàng)新藥企一線實踐者的視角，分享了AI賦能藥物研發(fā)的務實路徑。

崔霽松指出，新藥研發(fā)從靶點選擇到分子設計再到臨床試驗，周期長達十年、投入超過10億美元。AI已在公司運營效率提升方面發(fā)揮重要作用，如患者入組優(yōu)化、數(shù)據(jù)實時轉(zhuǎn)化看板、生產(chǎn)數(shù)據(jù)總結(jié)等。然而，AI目前仍未解決的核心問題是：如何從0到1找到真正在臨床中有效的藥物�！癆I設計出的分子在蛋白上結(jié)合力很好，親和力很強，但能否直接跳過動物實驗進入臨床？現(xiàn)在監(jiān)管機構(gòu)還不允許�！贝揿V松坦言，從AI預測到成為獲批上市藥物，中間仍存在巨大鴻溝。未來若能實現(xiàn)部分實驗室驗證環(huán)節(jié)由AI取代，并被藥監(jiān)部門認可，新藥研發(fā)時間才有可能從十年縮短至兩三年。

中科計算技術西部研究院教授、圖靈-達爾文實驗室副主任趙宇則從技術前沿視角，提出了更具顛覆性的觀點。他指出，當前行業(yè)對AI的應用大多停留在統(tǒng)計學和信息化層面，真正意義上的AI遠未被充分理解。

趙宇強調(diào)，藥物研發(fā)最難的是“根上別錯”，當前創(chuàng)新藥在動物實驗中效果顯著，但95%在臨床試驗中失敗，根本原因在于對疾病機制的理解并不真正明確。“我們?nèi)钡牟皇欠肿�，缺的是能治病的分子。這個行業(yè)的第一性原理是對疾病的理解�！壁w宇團隊經(jīng)過近三十年積累，建立了完整的計算醫(yī)學體系，從疾病出發(fā)明確靶點作用和受益人群，再進行分子設計。他們完成了世界上第一個虛擬臨床試驗，通過前瞻性預判患者療效，實現(xiàn)了百分百的準確率。在罕見病脊索瘤、乳腺癌早期診斷等多個領域，這一基于疾病底層邏輯的方法已取得實質(zhì)性突破。

趙宇表示，希望將藥物研發(fā)從“科學家天才般偶然的靈感發(fā)現(xiàn)”轉(zhuǎn)變?yōu)椤肮こ袒�的必然”。如果生命是自洽的、疾病與健康都被編碼在DNA中，那么從數(shù)學角度，生命是可以被編碼解讀的。

來源：北京商報

記者：王寅浩 宋雨盈

編輯：Rae