人工智能助力醫藥業發展

    隨着計算機運算能力和網路傳輸技術的快速發展，配合互聯網背景下海量數據的產生和累積，人工智能(AI)獲得大量學習機會，全速發展。

    其中，圖像識別、認知計算、機器人技術等方面的技術逐漸成熟且運用在人工智能醫療領域，於多個環節發揮日益重要的作用，如藥品研發、疾病診斷、症狀分析、醫療虛擬助理、手術治療、常規診察、智能監護、醫療機構運營、藥品銷售等多個應用領域。

    疫苗研發增效

    一般而言，一款創新藥從研發到上市，需耗費數十億美元和十至十五年，且最終上市的成功率較低，因此傳統的新藥研發方式一直存在周期長、費用高及成功率低的多重挑戰。但隨着人工智能在藥物靶點、高通量篩選、藥物設計等方面的實踐，大大提高藥物及疫苗的研發效率。

    例子一：英國公司Exscientia使用人工智能開發用於治療強迫症的藥物。據英國《每日報刊》報道，該公司用不到一年就完成藥物概念設計，製作出臨床測試用的膠囊。高效的關鍵，在於該公司是全球首批使用人工智能生產藥物並進入人體臨床試驗的公司之一。擁有該藥專利權的日本製藥公司住友大研製藥，將監督該藥臨床開發。

    例子二：全球藥廠龍頭企業輝瑞公司及高科技公司IBM，共同打造人工智能模型預測阿茲海默症。雙方在學術期刊《EClinical Medicine》發表文章，研究人員使用始於一九四八年的美國Framingham心臟研究資料，分析涵蓋七百多個樣本，測試人們在不同單個時間節點上的語言表達能力，能否預測阿茲海默症發展情況。該項研究對阿茲海默症的診療及藥物研發現狀作出貢獻。二○年中傳出有藥廠根據臨床數據，開發出可減緩阿茲海默症患者記憶力、語言和執行功能喪失的新藥。

    例子三： 美國明尼蘇達州的梅奧診所醫學中心在去年一月摩根大通醫療大會上推出“AI臨床數據分析平台”，主要用於加快該醫學中心在藥品行業的研發效率，項目平台主要為確定新藥的靶標和生物標誌物，為患者匹配最佳治療方案和發掘現實世界數據，從而解決臨床數據效率低下的問題，降低藥物研發生產成本。

    助力醫藥銷售

    醫藥行業智能零售的出現，突破傳統就醫取藥模式，特別是在處方藥智慧終端上，專業化智能系統和藥品配送，有助醫院降低藥房運營成本，從而專注在醫療服務上，實現真正意義的“醫藥分家”。在中國，已有不少類似應用：

    例子一：互聯網＋的處方藥新零售智慧終端“人工智能藥櫃”，於一九年WAIC世界人工智能大會上亮相。這種人工智能藥櫃，從處方獲取、支付、實現和增值四個方面，推動智慧醫藥發展。通過AI技術，保證電子處方的驗證和流轉、患者身份驗證以及藥品配送全程安全可靠。同時，通過即時監控，可以集中管理智慧藥櫃，保證藥櫃安全。

    例子二：去年中無人智能化藥店在瀋陽開業。店内最多可容納十五人，購藥過程非常簡單，顧客掃碼入店，可看到各類藥品如同超市商品一樣擺放有序；按需要選購藥品後進入感應區結算，感應區不需要顧客作任何操作，屏幕會自動掃描並顯示相關產品信息和價格，掃碼支付成功後，門禁解除，出口自動打開。

    協助醫療診斷

    新興的人工智能醫療模式是知識驅動和數據密集。IBM公司開發Watson Health是較知名系統，已在部分港澳醫院應用，協助醫生診斷。搭配穿戴式裝置與感測技術逐漸普及，有越來越多身體信號可實時監測。長期累積的數據，可讓醫師掌握病患身體狀況全貌，並透過AI協助精準追蹤病情，簡化診斷流程，甚至是由現有資訊推測未來病況等功能。

    例子一：達摩院聯合阿里雲針對新冠肺炎臨床診斷研發AI診斷技術。去年疫情爆發，確診病例增加，臨床數據的積累，CT影像臨床診斷被納入判斷新冠肺炎的標準之一。傳統CT臨床診斷需要醫生用人眼辨別超過一百張影像，耗時至少十至十五分鐘。達摩院基於五千多個病例CT影像樣本數據，學習訓練樣本病灶紋理，研發AI算法模型，可在二十秒內快速完成新冠肺炎影像分析，準確率達九成六，且 AI還可直接算出病灶部位的佔比，進而量化病症的輕重程度，大幅提升診斷效率。

    例子二：樂普醫療AI心電圖於去年一月獲中國國家藥品監督管理局批准。該產品是使用AI芯片進行心電圖人工智能自動分析的心電圖設備。該設備AI演算法基於人工智能深度學習技術，使用數千萬級別的心電圖大數據進行訓練，總體準確率達九成五以上，不僅提高醫生工作效率，還提升醫療診斷水準。

    醫院運營提效

    醫院運營過去通過數碼化、無紙化、網路化已逐步提高效率，現在有AI，不僅提高效率，還可降低許多常規運營的風險。

    例子一：提高醫院物流效率。華為公司和諾亞醫院合作，開發出基於5G應用智能駕駛技術的醫院物流機器人。該物流機器人可運輸的醫療物資範圍廣泛，基本可滿足九成五以上的醫院物流需求；同時，通過人工智能技術，具備全程數字化可追溯、自動化接單運送、維護成本低、載重大、故障率低、無人化、可避免交叉感染等特點，滿足醫院物流特殊要求，大幅提高醫院物流效率。根據數據顯示，一個物流機器人可替代四個護工的運送配送工作。

    例子二：人工智能監護於疫情期間助力醫院資源調度。為高效調動相關醫療資源，美國食品藥物管理局特別批准一項“人工智能監護設備的緊急使用權”。該設備是來自以色列公司的CLEWICU，可通過AI算法和機器學習模型來識別患者於深切治療部發生重大臨床事件的可能性，通過數據分析預測，有機會提前八小時預測並通知醫護人員病患的可能惡化情況。監護功能一方面對即將發生危及生命的現象提供早期預警，為醫療機構提供預防危及生命情況的關鍵數據，提高醫療效果；另一方面，早期預警也協助醫療機構更高效的分配醫療資源。

    澳門大學工商管理學院教授

    劉丁己