中关村大兴生物医药产业基地近日举办2023年第四期中国药谷院士专家大讲堂。围绕AI+药物研发、药企数字化转型等话题，与会专家展开了讨论。专家们普遍认为，目前数智科技在智能辅助诊断、手术机器人、智能康复等应用场景的应用创新，带动了医疗质量提高、医疗效率提升、医疗模式转变和疾病防控能力增强。数智科技将改变医药传统的架构，引领未来医学发展。

数智化赋能医药创新

中国工程院院士、北京积水潭医院首席科学家田伟表示，数智化对于医药创新具有重要作用。人类经济发展到一定程度，健康就会变得越来越重要，是国家发展的重要基础。生命健康发展也受资源分布不均、供需不平衡的因素影响，尤其是在人口多的国家，更需要科技赋能，通过数智化将相关要素建立联系，从而提供一个全新的服务模式。

田伟在谈到对达芬奇智能手术机器人的看法时表示，达芬奇手术机器人是目前全球应用最成功和较广泛的机器人。手术机器人改变了传统外科手术的规则，是一场革命，也是现在发展最快、前景最好的领域之一。医生可以通过达芬奇机器人介入手术，将一个原本非常复杂的手术变得简单很多，也大大地提高了手术的成功率和精细度，弥补了医生操作的一些短板。此外，手术机器人只要在三维图像上做了设计，就能帮助医生在手术前精准找到手术位置，精准度可达到纳米级、毫米级水平，帮助医生解决了最难解决的问题。在远程医疗方面，在有专线保护的状态下，我国5G能够达到低延时，能够以人感受不到的延时控制机器人。

在制药方面，清华大学教授尹航表示，AI赋能制药，通过不断迭代深入学习，能够跳过以前传统制药过程中的很多环节，更加快速地获得可以进入临床的小分子，这将极大改变制药产业发展策略。

在提到计算生物学的方法如何帮助提高药物筛选和设计效率时，尹航表示：“基于神经网络深度学习辅助的药物设计对药物发展是革命性的，比方说原来临床之前的工作需要2-3年，而当前的设计用一到两个月时间就能迅速获得可以进入临床的小分子。”

药渡经纬董事长李靖称，受全球新药需求增长推动，药物研发费用增长率继续加快。研发费用支出增加和投资回报减少导致制药公司正在转向AI制药的药物发现，以降低研发成本。

受全球新药需求增长所推动，药物研发费用增长率继续加快（2017-2021年药物研发费用IRR为7.9%）。研发费用支出增加和投资回报减少导致制药公司正在转向AIDD（人工智能药物发现）以降低研发成本。

两大瓶颈亟待突破

在谈到AI制药所面临的挑战时，尹航表示，前几年，AI制药热度很高，但从去年开始有一些下降，原因是数据和技术突破遇到了瓶颈。

尹航认为，当前AI制药面临两大问题，一是数据质量和来源，很多用于训练人工智能的数据大部分来自文献，文献的数据则来自实验室的科研成果，这些数据与临床上某种药物的结果存在相当大差距。二是药物好坏主要取决于临床结果，但药物临床研发周期很长，如果没有临床结果，AI也就无法进行自我训练。

中国科学院自动化研究所副总工程师张文生在谈及当前智能化医疗时表示，现在很多产品在探索期很难投入使用。例如达芬奇手术机器人价格昂贵，消毒时间过长导致效率低，且操作起来需要大量训练和经验。另外，大量产品都与影像和数据有关，而这些产品对于医生来说，距离能真正投入诊疗还有一定差距。

对于达芬奇手术机器人的局限性，田伟也表示：“达芬奇手术机器人有个致命的问题到现在还未解决，即传感器的问题。目前，医生只能靠眼睛看影像来操作，但医生做手术很多时候要依靠手感，在这方面达芬奇手术机器人还无法实现。”

在数据和知识储备方面，李靖认为，创业时期的人才流动往往导致很多数据和经验流失，对公司会造成很大损失，这也是一个需要改善的方面。

加快数字化转型

田伟认为，目前中国数字化发展态势良好，与其他国家一样均处于初期发展阶段，在算法层面、基础设施、关键零部件、支撑环境等方面都需要产业整体升级。只有突破这些瓶颈，才能真正大范围应用在临床上。此外，医药也需要实现规模化发展，通过优化开发、推广销售来改善整个体系，只有规模化发展才能诞生强大的技术。通过医疗共同体合作，寻求差异化发展，才能真正找到临床需求，专注于核心技术和优势领域。

田伟表示，数智科技引领未来发展方向。建议细化全链条政策，鼓励创新发展，建设国家和区域级联合研发平台，促进成果转化和产品孵化。鼓励建立医工企合作联合体，集中力量协作攻关，加强人才培养。

大兴医药基地公司党委副书记、总经理申海成表示，数据已成为医药健康产业的核心要素，数字技术已成为生物医药创新发展的必要工具。数字技术不仅提升了医药健康产业的生产效率、加快了新药发现，也促进了多学科融合创新。医药基地目前布局了中科基因等一批重大AI医疗、AI医药项目，引进了医科院药物所王晓良教授等一批数字健康人才，正在筹备首届智算医学国际学术大会，加快建设北京生物信息智算中心等新型基础设施。数字技术正在赋能园区进一步成为全国“两业融合”示范区。

尹航对数字化转型的前景持有谨慎乐观的态度。他认为，目前机器还需要进一步迭代和完善，而这需要将大量高质量的数据输入算法。这个过程需要一个相对漫长的时间，中间也会有困难需要克服。随着创新性技术发展，AI一定能极大地帮助新药研发并比以前更加有效地开发出新一代药物。

李靖也同样提到了数据的重要性，他认为只有对数据进行深度的标定才能使人工智能充分发挥出其应有的创造力。他相信，将来人工智能方面先进与落后的竞争，一定是数据的竞争，数据是基础，是根本。

张文生认为，人工智能包括人工+智能，数智技术是辅助人工的。数据要经过高质量标注，经过建模，才能够形成较好的分析推理能力，解决相应的问题。

香港奥星集团数字化专家肖方煜提出中国数字化转型在制造环节应该遵循三个原则：第一是遵从量变到质变的规律，第二是针对高确定性业务场景提供培养和发现复合型人才，第三是针对高度不确定性以及非GSP的场景用快速迭代、敏捷管理、低代码的方式开发。