如何发现并定义一个真实清晰的科学问题，问题成立后我们是否有足够的数据进行清洗和分析，这些都考验着我们的计算资源。同时，在我们对一系列问题进行了预测和建模之后，我们是否有一套好的评价方法来分析成品药物的效果...这些都是AI制药路上亟待解决的问题。
“在机器学习AI领域，尤其是随着ChatGPT等应用的普及，推动了新技术与生物制药相结合的呼声。在医疗数据的处理和分析中，AI可以帮助处理和分析大量复杂的信息，如医学图像、基因数据和病历，并提供更准确的诊断和治疗方案。”中国工程院院士陈赛娟在2023上海国际生物医药产业周同期活动“医药医疗创新大会暨第七届上海ai大会”上说。
近年来，随着数字技术和生物材料领域前沿技术的不断融合，人工智能在生物医学研发和医学建设中发挥着重要作用。中国智慧医疗需求高速增长，规模发展迅速。各地都在积极探索，加快新技术的应用。
第七届上海ai大会于10月19日召开，以“创新赋能医疗发展”为主题，旨在探讨“药物研发的技术创新”、“临床开发的数字智能战略”、“全球药物合作”、“AI赋能智慧医疗”等几大方向，共谋后疫情时代新的医疗技术与发展。
中山大学分子设计研究中心主任徐军提出，AI驱动的药物设计方法主要是通过注意机制突出分子的重要局部特征，建立重要局部特征与活性的关系，然后通过输入数据计算出的权重来表达局部特征的重要性。然而，尽管多年来药物研发的投资一直在增加，但投资10亿美元上市的新药数量却每9年减少一半，这也被称为反摩尔定律。
trends in Pharmacological Sciences曾发表相关文章称，AI可以加快药物临床试验的成功，从而有助于解决反摩尔问题。徐军认为，通过AI的深度学习，合成设计、筛选、活性预测中的句法模式识别将有机会突破反摩尔定律，帮助更多新药上市。
恒瑞医药分子信息部高级总监李迅在会上表示:“如果说传统医学是自行车，那么AI医学就是摩托车，但必须承认，AI医学的道路依然曲折。我认为，计算机辅助药物研发有四个重点:1 .核心是找到AI制药的真正目标；2.要素，包括是否有合适的生物学问题和合适的模型；3.水平是指AI制药能帮助我们实现什么，是提高研发效率，还是解释实验现象，还是建立模型帮助我们做预测；4.空间，包括药物空间、药物分子的结构空间、与人体的相互作用空间等。，我们必须在这些空间中找到交集。”
在癌症诊断方面，传统的癌症诊断技术虽然方便，但灵敏度低，特异性差，对患者有害。同济大学医学院博士生导师、上海分子诊断创新技术研究院CTC中心主任陈炳弟提出了一种新的CTC检测技术——PECEC技术，该技术不依赖抗体捕获，致力于细胞病理鉴定。由于肿瘤细胞的糖代谢不同于正常细胞，带负电的肿瘤细胞可以被带正电的电磁纳米探针特异性识别，生物技术设计的“伪磁性纳米探针”具有靶向识别肿瘤细胞的功能，在捕获肿瘤细胞后可以快速分离，具有优异的生物安全性。
医疗创新大会暨第七届上海ai大会现场图。主办方供图
陈炳弟认为，未来肿瘤治疗将向肿瘤的“智能化”治疗转变。临床决策支持系统(CDS5)是一个计算机辅助信息系统，可以为医务人员的临床诊断和治疗提供多种帮助，可以用来帮助医务人员进行临床决策。同时，Al远程医生可以主动对患者进行多轮多种信息询问，推断患者可能患有的疾病，并开具检查单。
AI制药也面临一系列挑战。“比如如何发现并定义一个真实清晰的科学问题，问题成立后我们是否有足够的数据进行清洗和分析，这些都考验着我们的计算资源。同时，在我们对一系列问题进行了预测和建模之后，我们有没有一个好的评价方法来分析成品药的效果...这些都是AI药房道路上亟待解决的问题。”李迅说。
《自然》杂志最近发表的一篇题为“AI加速药物发现的潜力需要现实检验”的文章说:“药物发现的过程涉及很多运气。即使人工智能确实减少了将化合物纳入临床前测试所需的时间和成本，大多数候选药物在后期仍然会失败。任何能加速这个过程的东西都代表胜利。工业界和学术界必须利用彼此的优势来确定如何使用人工智能来达到最佳效果。”(详见报告《自然呼唤谨慎:人工智能加速药物研发的能力仍需现实检验》)
“药物创新应该是问题驱动，不应该提倡技术驱动或者数据驱动。”徐军在大会上说。
