近日，习近平总书记在两院院士大会和中国科协第十四次全国代表大会上提出，我国的科技实力正在从量的积累迈向质的飞跃，从点的突破迈向系统能力的提升。科技创新要取得新的历史性成就，需要把社会政府市场多方力量拧成一股绳，在未来形成整体优势。面对世界百年未有的大变局，面对新一轮科技革命和产业变革，面对新冠肺炎疫情的扰动和挑战，在后疫情时代，如何实现AI和生命健康领域的全面融合，成为摆在大家面前的共同议题。
2021年6月10日，由杭州市科学技术协会主办，杭州市科技工作者服务中心与杭州市国际民间科技交流中心承办，都市快报、恺思俱乐部、国科大杭州高等研究院与亚马逊云科技联合协办的以《创新守护生命，数智点亮未来》为主题的“AI+生命健康”科创论坛在杭州成功举办。整个论坛分为上午场和下午场进行，分别以主题报告和圆桌论坛形式进行，围绕智能诊断、智慧医疗、AI赋能、精准诊疗四个维度来展开讨论，邀请了数十位行业专家共议生命健康与AI。
上午场
谭蔚泓 博士
中国科学院院士，发展中国家科学院院士、中国科学院基础医学与肿瘤研究所所长，中国科学院大学附属肿瘤医院院长
第一场主题报告中，谭蔚泓院士首先就《多参数解析助力精准医疗》展开分享，谭院士表示，随着科学技术的发展，人们对非生命体系的认知变得越来越精准，而生命的复杂性决定了生物学大数据的必然性，同样，疾病的复杂性、多样性等使得诊疗必须基于海量的数据和多参数表征。基于此现状，谭院士提出未来的疾病诊断模式的趋势将转变为利用人工智能和大数据科学对疾病进行分子分型。之后谭院士通过三个经典的案例生动地展示了未来人们将如何通过分子分型实现重大疾病精准医疗的可能和美好愿景。最后，谭院士介绍了自己所在的单位，中国科学院基础医学与肿瘤研究所的基本情况，他希望在未来能够和杭州以及长三角地区的医药企业多多合作，共谋发展。
冯晓源博士
复旦大学附属华山医院终身教授，上海生物医学工程学会理事长，上海五角场双创学院院长
冯教授提出传统医疗走向智慧医疗发展过程中可能会改变现有医疗模式下存在的几个问题：首先是医疗信息不对称的问题，传统医疗中非医务人员获取医学信息与知识的能力和机会是非常稀少的，而在智慧医疗的模式下，人们可以通过网络，AI和家庭化的检测设备获取健康或者疾病的相关信息，从而逐步缩小这个信息鸿沟；第二是医疗的可行性、公平性问题，传统医疗不同地区的医疗资源分配不均匀，而智慧医疗生态链的建成将在严格质控的前提下，把三甲医院的诊疗水平带到家门口。第三是医疗或者研究人员的个体差异问题，智慧医疗借助于AI自我学习的能力将大大缩小医生或研究人员之间因经验不同而造成的差异。第四个是消费模式的转变，随着经济水平的逐渐提升及对健康的关注，未来的健康管理及智慧医疗将极大地拉动内需。
在未来，智慧医疗将会成为一个全新的生态，医疗模式也会发生极大的转变。即从以治病为目标，以医院或者经验为核心转向以预防，保持健康为目标，以个人本身为核心。而未来智慧医疗的实现，需要政府、医药企业和每一个普通人去共同推进。
张丹博士
俄罗斯工程院外籍院士，昆翎医药联合创始人&首席战略官
张丹博士认为智慧医疗离我们并不遥远，现在我们已经可以通过AI机器人设备来对我们的身体进行无数次的检测，在张博士所在的公司，已经有多个智能机器人可以代替医生或现有器械进行全自动的医疗检查。 第一个案例是眼科机器人，它完全摆脱了眼科医生，有经验的医生检查眼底的成功率为50%-60%，而这个机器成功率为95%。 第二个案例是外科机械手，它的精确度可以达到0.01毫米，可以穿针引线缝合皮肤。 最后，张博士展示了一个智能无创的检测仪，可以检测包括血糖、血氧、尿酸、生长激素等160个指标，国家局已经批了11个指标，整个身体指标检测仅需5~10分钟，目前可应用于大众体检。
此外，张丹博士还表示，人工智能在新药发现、临床研究治疗和建立整个生态链都起了非常重要的作用，未来的医院将成为信息整合者，信息分析者，而不是简单的操作者，这一愿景很快将会实现，并且很有可能从浙江杭州开始。
Dr.Douglas McCloskey博士
西贝尔学者，焕一生物合伙人兼首席科学家
Douglas McCloskey博士远程带来了精彩的报告，他表示，目前药物研发主要集中在单一药物靶点模式中，但是由于生命的复杂性，尤其是对于多因素疾病，如癌症和糖尿病，只针对单一靶点进行药物研发并不能满足治疗疾病的需求。而且，随着自动化，人工智能，多靶点调节等科技的进步，未来药物的研发模式将从单一靶点向多靶点转变。
同时，Douglas McCloskey博士介绍了现在智能化药物发现实验室的自动化设备可高通量地进行药物测试和通路数据获取，然后利用深度学习等智能算法从基因组学、蛋白质组学等进行智能化训练和分析，仅用几周就能实现过去两年才能完成的研究，大大提高了药物研发的效率问题。此外AI多组学技术还可用于制定个性化医疗，根据病人测序结果提出有针对性的治疗方案，开启未来精确诊疗的全新时代。
圆桌对话：人工智能与生命科学
(详细内容请关注后续报道，敬请期待！）
下午场
余昶 先生
亚马逊云科技生命科学基因行业总监
余先生以《人工智能助力新药研发新发展》为题，重点分享了作为互联网巨头，亚马逊在AI与生命科学领域方面所做出的成绩，他称信息技术是当前时代最重要的工具。云计算平台可以提高效率、灵活性和用户体验，加速创新。生物制药的开发过程漫长且昂贵，并且是建立在不断失败和学习上。生命科学行业正在经历数字化革命，并推动生物工程的快速发展。那么如何让数字化技术帮助科学发现？余昶先生提出要数字化药物发现 ，改造药物研发全流程等核心观点。并提出改良传统业务流程需要被关注，现有的信息无法帮助现有的药物发现进行完美的改造，生物科技新领域需要更多专业支持。对于如何加快医药全价值数字化创新，余昶先生提出利用快速使用的新技术云平台，把更多的投资放在差异化服务上。
之后余先生详细地介绍了亚马逊云平台的功能，包括： 平台提供了不同数字化技术，满足不同药物科学家的使用； 亚马逊云科技HPC/算法内置优化 ； 容器化/无服务化、微服务接轨； 安全合规，可视化；亚马逊云科技 医药知识图谱和自然语言分析。他还 列举了几个比较典型的案例： 阿斯利康利用亚马逊云科技用于病理组织、样本分类，缩短了50%的时间； 晶泰科技利用亚马逊云科技预测分子的重要药物性质，以帮助降低风险； Moderna利用机器学习模型来帮助预测生产的最佳mRNA结构， 缩短周转时间，提高mRNA质量，使其4个月内推出新冠疫苗。 IQVIA和Q2 Solutions 从庞大复杂的临床实验方案文件中，提取实验细节。
张莺耀 先生
翼方健数（BaseBit.ai）副总裁
张莺耀先生首先介绍了数据是智能时代最活跃的“人造”且“虚拟”的生产要素及其独特的非竞争性等经济学特性和非经济学特性。分析了数据多源异构与融合标化、隐私保护与开放共享等方面进行数据使用的挑战。
而隐私安全计算平台级解决方案能解决数据价值流通中隐私与机密性、可复制性等诸多数据分享的障碍问题，根据不同的数据授权方式实现数据使用权与所有权的分离，根据不同的信任场景假设选择不同的隐私计算方式如：MPC/同态加密、联邦学习、沙箱计算/TEE等。从隐私安全平台级解决方案构建数据全生命周期的管理。遵循FAIR原则让数据所有方更方便管理数据并按需进行数据使用授权，数据需求方更便捷发现需要的数据集和使用授权申请，且能更合规安全的使用数据，技术服务方更便捷的利用数据进行建模和价值挖掘等。
隐私安全计算赋能生物医学相关产业从产业数字化到数字产业化。通过香港、厦门、宜昌等城市级单体数据平台案例及平台联盟案例展示了隐私安全计算作为关键技术解决方案赋能生物信息产业、健康医疗大数据产业、传染病防控研、临床科研等具体行业的能力。这将促进良性的数据协作生态的建立，全面赋能各行业数字产业化。
吴刚博士
柯基数据 CEO
吴刚博士讲述了药企数字化转型，包括市场监管加强，新药加速研发及获批，医保控费、分级医疗、市场加速下沉等背景。吴博士详细介绍了柯基数据知识图谱技术，该技术包括多源异构数据整合，文本数据结构化，复杂关联关系建模，灵活响应智能问答系统等4个方面。它基于PAAS+DAAS+SAAS的企业级自动化知识发现平台。可进行情报挖掘、可视化关联探索，数据动态管理，同时会提供咨询+数据+产品+解决方案+服务。
蔡文立博士
Director,3D Quantitative Imaging Lab 美国麻省总院，哈佛大学医学院博士后导师，昆捷医疗创始人
蔡教授通过远程连线带来了以“AI 技术在临床肿瘤疗效评估中的应用”为题的报告，他表示当前美国有4000个临床试验正在进行，其中有2500个涉及影像学检测，这当中CT占90%。会上他回顾了肿瘤评估标准的发展历程，尤其是肿瘤影像学评估标准，并指出临床观察员之间的测量评估误差较大，评估结果不稳定。蔡教授创办的公司——昆捷医疗，可以提供机器辅助的自动化测量技术，降低每次测量之间的误差，提高一致性和可重复性。他们通过使用U-net神经网络等多种模型进行开发，创造出新的图像分割模型，实现各种癌肿的自动轮廓线分割。此外，蔡教授提出了肿瘤内部与周边组织异质性问题。他们可以对肿瘤图像进行微观纹理特征提取，通过特征分析，进行肿瘤异质性评价。蔡教授团队先前的研究发现，肿瘤影像活性分析与病理金标准有很好的一致性。会上，蔡教授列举分享了乳腺癌新辅助化疗和胸腺肿瘤评估等案例。
马睿博士
峰瑞资本执行董事
马博士首先分享了峰瑞投资的投资方向，包括计算生物/合成生物学领域：蓝晶生物、长木谷、优脑银河、晶泰科技、Metis、武汉智化等；生物材料/纳米科技/药物递送领域：恩因科技、渤因生物、木槿化学等；高端装备/新测量领域：新格元、安益谱、卡尤迪、硅基生物等。
马博士指出，生物的问题是数据的问题。他认为数据化分为两种：元件数据化和相互作用数据化，而数据化的前提是传感器/测量/计算。他讲述了数据化和AI在药物研发中的应用，指出当前药物+AI 是一个很热门的标的，具有技术迭代速度、药企参与度、投资人关注度三高的特点。药物发现过程的数据化/工程化存在着巨大的机会。但同时他也指出AI在新药研发中存在大量的挑战， 当前AI 设计的药物尚不能实际应用，没有一个药物成功的通过了三期临床实验。并认为AI预测药靶应先聚焦于研究方法，而不要做药，目前AI离解决问题还有距离。
圆桌对话：AI赋能的能力边界，有所为与有所不为
下午场圆桌论坛主题为“AI赋能的能力边界，有所为与有所不为“，由北京星亢原生物CTO刘帆博士作为主持嘉宾，特邀请陈高鹏博士、黄小鲁先生、刘昕女士和马睿博士作为分享嘉宾，主要围绕以下几个话题展开讨论：AI+医药企业的估值逻辑是什么？业务模型如何匹配这个估值？AI公司做药，医药公司成立AI团队，各自的优势和局限？医药产业链哪些环节的数据质量高？数据共享的问题如何解决？对于基于第一性原理的AI制药的看法？几位嘉宾主要从投资角度分享了自己对AI与生命健康产业未来发展趋势及投资风向的观点，引发了大家激烈的讨论和头脑风暴。
(详细内容请关注后续报道，敬请期待！）
现场集锦
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
