药物研发谈大数据、人工智能为时尚早？“现阶段人工加上智能，比人工智能要好得多”

在第十二届（2020）中国医药企业家科学家投资家大会（启思会）大数据赋能医药创新论坛中举办的圆桌对话中，几位嘉宾就“基于AI、大数据、人工智能等手段的医药研发趋势”展开了精彩的讨论。

 

 

 

 

01 医药大数据的机遇和挑战

 

圆桌讨论环节围绕大数据在当前医药产业中存在哪些机遇和挑战展开。

 

零氪科技首席临床运营官李丽平表示，大数据在医疗产业中的发展并不容易。医疗行业数据处理所需的成本往往非常昂贵，这也使得许多医疗数据企业放弃了数据这条路。大数据需要整个行业一起基于政策来推动创新，大家携手并进。她指出有了数据不等于就能做研究，有了研究不等于结果。

 

天士力国际基因网络药物创新中心总经理王文佳则表示，生物大数据跟传统数据特别是IT的数据相比更加稀疏，仍存在异质性、稳定性、假阳性等方面的很多问题。这也使得现在生物大数据跟实际药物研发之间有很大的差距。她认为如何将人工智能对数据的高效挖掘和网络数据资源的整合真正聚合起来是解决大数据赋能新药研发问题的关键。

 

杭州卓健信息科技有限公司董事长尉健锋则认为现在医疗数据的对接问题、数据结构化的问题，在技术层面来讲问题已经不是特别大。个人隐私保护法即将颁布也使得医疗数据安全问题在国家层面得到推进。但中国的医疗数据上需要国家和政府在更大层面的调度，类似新基建和5G，这样才能对医疗大数据起到促进作用。他表示随着电子病历的互联互通以及结构化的处理十年以后应该会有不错的成果。

 

北京赛德盛医药科技董事长汪金海认为医疗大数据应该定位在医药研发和新药创新的加速器，“数据按我们的理解，其实本质还是信息”。他表示医药研发基础应用的处理在现阶段肯定不是公司发展的重心。这其中的困难主要来自两个方面，一是医疗数据在中国的封闭程度和隐私敏感性；二是目前医疗大数据领域缺少国家指引性政策，边界不明行业野蛮生长各行其道。

 

02 药物研发？为时尚早

 

“这几年大数据炒得红红火火，医疗大数据方面肯定能够赋能药物研发，但难度有多大？”圆桌对话的主持人科林利康副总裁孙华龙向嘉宾提出这个问题。

 

药渡经纬董事长李靖则表示，在药物研发方面大数据的时代远远没有到来。“现阶段人工加上智能，比人工智能要好得多。”他认为如今药物靶点同质化的最大的原因与其说是大数据问题不如说是对过去数据极度的贫乏和不思考导致的。李靖认为现在浅层的数据挖掘场景远多于深层的挖掘。

 

在数据方面深层次的挖掘上现在还没有市场条件，高昂的投入和成本无法持续，也无法和实业结合起来有效的商业化。真正用在药物研发上的深层数据挖掘还需要几代人的努力，但是数据的深度挖掘一定是将来的方向。但浅层的数据挖掘，比如更精准看病了，更精准的找到药品的商业模式已经出现了。

 

火石创造创始人、CEO杨红飞则表示在药物研发中去谈大数据、人工智能其实为时尚早。“今天在药物研发这个过程当中我们连基本的土壤都还没有培育出来”，他认为在这个环境中的过度期待反而有致命性的伤害。他认为未来五年中那些能够帮助降低现有的一些场景所需成本的医疗大数据公司可以生存下去。而真正基于医疗大数据的研发可能需要五年到十年。

 

03最新的实践和应用

 

圆桌对话之外，论坛还请来四位嘉宾通过演讲的形式阐述大数据赋能医药最新的实践和应用。在浙江大远智慧制药董事长姜毅的主持下几位嘉宾分别从政策、技术层面和应用层面进行了精彩的分享。

 

北京大学健康医疗大数据国家研究院黄安鹏教授首先做了“大数据安全立法工作有助于推进医疗健康大数据应用的稳健发展”的主题演讲。他表示安全问题在医疗数据的使用、采集过程中都会发生各种各样风险，为此国家配合十三五的工作进展和十四五的未来展望，在今年7月3号已经推动了数字安全立法的草案。而国家推动安全立法过程可以找到美国HIPAA法作为参考对象。

 

HIPAA法案保证数据的安全，法案推进过程其实就是美国医疗信息化核心重要的起步工作。如今全美国电子病历已经全部规范化、标准化，互联互通。黄安鹏认为无论什么样的数据有了比较好的安全保障，才能有利于它长远的发展。安全立法有助于医疗信息化促进整个领域更稳健的发展。

 

浙江大学药学院的朱峰教授作了“基于人工智能的教育靶标发现”的演讲。他在演讲中表示发现一个新的药物靶标往往会成为一系列新药发现的突破口，但药物靶标发现的难度却非常巨大。全球每年投入虽然巨大，但是每年被美国FDA批准的新药靶数量却仅是个位数。原因在于新药靶发现在本质上它是个多目标的优化过程。如果一个侯选分子具有一个非常好的疾病相关性，但是并不意味着它一定能够成为一个药靶，只有当它的疾病相关性、特异性、可药靶性，以及脱靶效应都能达成很好平衡的时候，才能成为一个药靶。这个难度是非常巨大的。

 

而药物信息技术由于快速高效善于从大数据中提取关键信息，如今已经被应用到各个关键研究阶段当中。其中随着近年来数据的累计，人工智能技术是最炙手可热的研究技术。目前我国基于药物信息学和AI的药靶研究现状是，硬件处于国际先进水平。但是无论是学术和商业的软件，还是具有国际影响力的数据库体系，都主要是国外构建的，缺乏药靶发现的关键技术和系统。

 

普瑞基准的创始人、CEO季序我的演讲题目是“组学数据挖掘助力新药研发决策”。季序我表示药物研发成本不断上升的，并且在相同靶点上同质化非常严重。近年来除了传统的或者常规的基因组序列以外，组学数据迅速地累积，加上以深度学习为代表的AI技术快速发展。季序我通过案例分享了组学、多组学的技术以及对于组学数据的挖掘与人工智能对于新药研发的决策提供的新机遇和助力。

 

药智网联合创始人、副总裁李天泉的演讲分享了“大数据在中医药研发领域的应用”。他表示大数据在中医药的领域有着实实在在的应用，演讲通过复方中药处方挖掘的案例分享了大数据如何使中药研发变得唾手可得。李天泉认为大数据就要着眼于实用，未必要用的是深度学习、神经网络这些高精尖的技术。用什么技术并不是最重要的，重要的是能够为企业解决实实在在的问题。