临床数据和先验知识只是初步的“原料”，而算法和算力则为医学研究“注入灵魂”。

2020年《临床肿瘤杂志》（CA Caner J Clin）刊登了一篇文章，美国癌症协会对90多名癌症专家进行访谈，请他们描绘了未来十年肿瘤研究领域的蓝图。专家提出了近百项行动建议，并在一个重要的观点上达成共识：通过计算方法和数学模型检测肿瘤的演化和预测治疗耐药性，已经成为推进肿瘤研究和临床诊疗的有力手段。

赵宇表示，随着生物技术﹢信息技术的深度融合，以及数据成本的不断降低，行业认知不断加深，计算医学将为药物研发、疾病诊断新工具和新疗法的诞生提供可能性，随着这项新技术体系的不断自我迭代，随着“数字孪生人”建立，个性化医疗照进现实，会为医学研究、生物医药产业的发展引入新范式。

张春明以药物研发为例解释了计算医学的前景。在传统药物研发路径中，跟随商业趋势，通过大量实验探索进行的研发，不仅时间长、成本高，成功率也相对较低，并且成规模化研发相对较困难。而引入了计算医学后，药物研发的差异化创新能力增强，全流程仿真研发全过程仅需约2周的时间，并可预知结果。通过计算完成了大量试错，减少了很多无意义的实验，同时，通过系统认知疾病、靶点，提升规模化能力。

编辑：杨真宇

人工智能带来新思路

中国科学院计算技术研究所（简称“中科院计算所”）副研究员、中科计算技术西部研究院常务副院长张春明表示，以全球销售额排名前100位药物为例，其中并没有“中国制造”的身影。国产创新药多集中在国外已经得到验证的靶点和技术赛道，导致“创而不新”，同质化严重，新药上市即面临残酷的价格竞争。

疾病形成和发展过程中影响因素较为复杂，医学实践具有相当大的不确定性，加之生化技术对于人类疾病机制的探索依然有限。以药物研发为例，一款全球创新药物从研发到上市至少需要14年，耗费资金高达26亿美元，而且效率并不高，原有生化技术为主的技术体系难以应对，药物研发面临巨大挑战。

【来源：健康报】

如何更好地研究疾病机制，如何让药物研发更有针对性、更高效？现有的生化技术在某种意义上似乎走到了尽头。

计算医学这一概念早在20世纪80年代就已被提出，在医学领域中应用计算技术的相关研究陆续展开。1994年，在美国奥斯汀举行的首届计算医学、公共卫生和生物科技大会上，计算医学已崭露头角，成为医学重要前沿研究方向。2012年，美国约翰霍普金斯大学生物医学工程教授雷蒙德·温斯洛在一篇名为《计算医学：从模型到临床》的综述性文章中指出，计算医学已经从理论走向实践。

文：健康报记者 胡彬

如果将算力比喻为飞机，一架装载生物医学数据的“飞机”，还得有“既懂飞机，又懂装载物”的深度交叉团队来当“驾驶员”。而既有生物医学深刻认知并具备超算并行优化技术的团队，在全球来说都极为稀缺。

生物医药产业是21世纪创新活跃、影响深远的新兴战略产业之一。但目前健康产业的供需矛盾紧张，这一点在制药产业体现尤为明显。

目前，全球创新药竞争几乎都聚焦在热门药物靶点的研究中，靶点、适应证扎堆，国内仿制药“内卷”现象严重。

例如，在靶点发现和机制研究方面，可以通过数字孪生人数据库，发现药物与疾病的关系，找到新的靶点；在化合物筛选方面，可以通过虚拟筛选技术取代传统的活性筛选；在临床试验设计中，也可通过全流程模拟，完成试验流程管理、数据统计分析、研究设计等一系列流程，将试错过程在计算机上完成，提升整个临床试验的效率。

数据可以使医生和临床科研人员从更多维度去了解疾病发生发展过程，但是，这些复杂数据的处理已经远远超出个人的处理能力，急需新的方式与手段帮助药物研究者、医生从多维、立体、融合数据中摸索出规律，从而更精确地预测、预防、诊断和治疗疾病。因此，以数据和计算方法为主的计算医学开始出现并发展。这也预示着未来医学发展范式的转向。

校对：马杨

文章来源：《中外医学研究》 网址: http://www.zwyxyjzzs.cn/zonghexinwen/2022/0721/1022.html

上一篇：湖南省人民医院急诊医学团队脓毒症研究领域重
下一篇：中外研究者：中国发现新人畜共患病毒“琅琊”