从数据治理到价值创造 解锁AI+医疗新范式｜智慧医疗沙龙①

在主旨报告环节，刘雷教授从智能医学的定义、发展历程等方面切入，重点介绍了复旦大学智能医学研究院的最新研究成果及未来发展方向。他指出，智能医学正成为医疗行业变革的重要驱动力，而AI大模型在医药研发中扮演着至关重要的角色。刘雷教授特别强调，AI大模型能够精准预测药物与靶点之间的相互作用，快速筛选候选化合物并进行优化评估，从而大幅提升新药研发的效率，并有效缩短研发周期。在生成式AI方面，刘雷教授指出，先进的生成式算法正在突破人类传统构想和测算的极限，为药物分子设计带来了更大的创新空间。这不仅提高了药物结构的多样性，还推动了新型药物的发现，同时助力构建更合理的实验方案，加速从实验室阶段到临床应用的转化。随着AI技术的不断进步，医药行业正逐步从“仿制驱动”向“创新驱动”转变，推动精准医疗和个性化治疗迈向新高度。

新技术、新交互和高质量数据的融合，推动以CDSS（临床决策支持系统）为核心的“医院大脑”持续升级。上海交通大学医学院附属仁济医院医务处高级工程师戴立言通过肿瘤质控实践，分析了医院绩效考核数据特点及管理难点，并分享了AI全流程管控的应用经验。他指出，AI在医院应用需要关注三大要素：知识形成、数据质量和系统交互。AI依赖的知识体系必须得到临床和管理部门的认可与共建，才能有效应用。同时，强调“工程+体验”理念，在优化AI系统时既要符合工程标准，又要注重人机交互，确保AI与电子病历（EMR）深度集成，提高数据质量与系统稳定性，并提升用户体验。

第一三共高级医学总监杜娟深入剖析了AI技术在医疗服务体系中的应用现状、管理策略及面临的挑战。她指出，AI在全球医疗行业展现出广阔前景，并已在多个领域取得显著成果，尤其在中国的应用尤为突出。例如，在乳腺癌筛查中，基于超声和钼靶的BMU-Net模型能够多层次预测乳腺癌风险；在心血管疾病领域，应泽医生（V1.0版本）通过模拟医生的逻辑推理思维，为智能诊疗提供了全新思路。然而，AI在医疗落地仍面临数据质量、模型可信度、临床适配性、医生接受度及伦理法规等挑战。未来，需在技术、政策与产业生态层面持续优化，以推动AI更安全、高效地服务医疗。

在对话环节，拜耳肿瘤高级医学总监姚欣、罗氏制药医学部RWD团队负责人陶沙、太美智研首席科学官陈杰、罗氏制药乳腺市场部市场经理蓝天、绿叶制药中枢神经系统药物事业部市场总监徐丹、雅培诊断IT负责人杨颂华、解螺旋首席商务官胡原等嘉宾就AI在医疗领域的AI在医疗领域的应用需求与未来展望进行了深入探讨。与会嘉宾强调了技术本土化、伦理性和合规性的重要性，并指出当前AI训练中存在数据不真实的问题。他们一致认为，与合作伙伴及科研机构共同合作，训练出真实、有效且符合伦理和合规要求的AI，将对诊疗、、临床实践和临床研究产生深远影响。