陸濤

（中國藥科大學(xué)理學(xué)院，江蘇 南京 211198）

近年來，隨著計(jì)算能力的發(fā)展和海量數(shù)據(jù)的產(chǎn)生和積累，人工智能（artificial intelligence，AI）技術(shù)快速發(fā)展，尤其是在圖像識別、語音交互、認(rèn)知計(jì)算等方面技術(shù)逐漸成熟，其與醫(yī)藥健康領(lǐng)域的融合不斷加深。人工智能在醫(yī)藥領(lǐng)域的應(yīng)用場景越加豐富，例如通過計(jì)算機(jī)視覺技術(shù)、圖像識別等手段進(jìn)行醫(yī)學(xué)影像智能識別；通過自然語言處理、語音識別等進(jìn)行語音病例錄入實(shí)現(xiàn)智能診療；利用機(jī)器人技術(shù)制造智能醫(yī)用機(jī)器人；將大數(shù)據(jù)分析及智能終端等技術(shù)用于醫(yī)藥大健康管理；利用機(jī)器學(xué)習(xí)及深度學(xué)習(xí)等技術(shù)助力藥物研發(fā)等。目前人工智能技術(shù)已逐漸成為影響醫(yī)藥領(lǐng)域行業(yè)發(fā)展的重要因素之一。

1 人工智能在醫(yī)藥領(lǐng)域的應(yīng)用

人工智能是模擬擴(kuò)展人類智能應(yīng)用的學(xué)科，其通過技術(shù)手段使機(jī)器智能化，從而完成某些對智力要求較高甚至是以往人類無法實(shí)施的工作。人工智能的概念自1956 年首次被提出以來，已經(jīng)經(jīng)歷了60 多年發(fā)展歷程，進(jìn)展并不順利。隨著計(jì)算機(jī)技術(shù)的快速發(fā)展及市場的需求，近年來人工智能又一次走進(jìn)大眾的視野，成為備受關(guān)注的焦點(diǎn)和熱點(diǎn)之一。各個(gè)行業(yè)巨頭紛紛布局，試圖將人工智能應(yīng)用于自己的科學(xué)領(lǐng)域。人工智能之所以能從理論研究轉(zhuǎn)為實(shí)際應(yīng)用，主要是跟大數(shù)據(jù)的爆炸性增長，計(jì)算機(jī)性能的大大提高，各種智能算法的迅速發(fā)展密切相關(guān)。在人工智能技術(shù)中，計(jì)算機(jī)視覺、自然語言處理、語音處理以及人工神經(jīng)網(wǎng)絡(luò)等方面的研究是目前較為成熟且占較大比重的研究領(lǐng)域，也是各個(gè)行業(yè)爭相借鑒和使用的主要方法。

醫(yī)藥領(lǐng)域一直是國家和地區(qū)及老百姓重點(diǎn)關(guān)注的領(lǐng)域。而隨著醫(yī)藥領(lǐng)域的快速發(fā)展，醫(yī)藥服務(wù)需求激增，醫(yī)藥行業(yè)的數(shù)據(jù)信息也成爆炸式增長，具有明顯的大數(shù)據(jù)特征，為人工智能的應(yīng)用奠定了較好的數(shù)據(jù)基礎(chǔ)。另一方面，醫(yī)藥大數(shù)據(jù)也需要人工智能來進(jìn)行輔助，以便從各方面更好地服務(wù)大眾。目前，人工智能在醫(yī)藥領(lǐng)域的應(yīng)用主要集中在以下幾個(gè)方面：首先是將計(jì)算機(jī)視覺技術(shù)應(yīng)用于醫(yī)療影像診斷，以便對醫(yī)療影像進(jìn)行快速讀片和智能診斷。計(jì)算機(jī)視覺主要包括圖像識別、圖像檢測、圖像理解等技術(shù)。通過對醫(yī)療影像數(shù)據(jù)的分析，快速準(zhǔn)確地識別和標(biāo)記特定異常結(jié)構(gòu)，供相關(guān)科室醫(yī)生參考，提高診斷效率，還可緩解放射科醫(yī)生供給缺口的問題。其次，隨著醫(yī)療信息化發(fā)展，電子病歷已經(jīng)成為當(dāng)前醫(yī)療診斷一項(xiàng)不可或缺的內(nèi)容。其不僅能實(shí)現(xiàn)醫(yī)生與病人交互過程以及病情發(fā)展情況的電子化，而且為整個(gè)疾病的研究提供大量可快速獲取的電子資源，為該疾病的研究提供重要可循證依據(jù)。語音識別、自然語言處理等技術(shù)則為醫(yī)生書寫病歷，為普通用戶在醫(yī)院導(dǎo)診提供了極大的便利，可謂是醫(yī)生和病人的人工智能虛擬助理。再有，機(jī)器人技術(shù)的發(fā)展為從事醫(yī)療或輔助醫(yī)療的智能醫(yī)用機(jī)器人包括臨床醫(yī)療、護(hù)理、醫(yī)藥教學(xué)以及為殘疾人服務(wù)等的機(jī)器人研究提供了強(qiáng)大助力。其中，尤其是手術(shù)機(jī)器人，由于其更開闊的視野，更加精準(zhǔn)的手術(shù)操作，更有利于患者傷口愈合，減小創(chuàng)傷面和失血量，減輕疼痛等，已經(jīng)成為機(jī)器人領(lǐng)域的“高需求產(chǎn)品”。手術(shù)機(jī)器人還可緩解傳統(tǒng)手術(shù)中醫(yī)生長期處于緊張狀態(tài)及過于勞累等問題，為各診療各階段所逐漸認(rèn)可和應(yīng)用普及。此外，基于將數(shù)據(jù)分析及智能終端等技術(shù)開發(fā)的各類可穿戴設(shè)備等產(chǎn)品被廣泛應(yīng)用于醫(yī)藥大健康管理。最后，在醫(yī)藥領(lǐng)域一個(gè)非常關(guān)鍵的問題就是藥物研發(fā)。然而，新藥的研發(fā)往往具有成本高、研發(fā)周期長、成功率低3 大高風(fēng)險(xiǎn)。如何加速新藥研發(fā)進(jìn)程，降低研發(fā)費(fèi)用已成為各大制藥公司及學(xué)術(shù)界研究機(jī)構(gòu)迫切需要解決的問題。而如今藥物研發(fā)累計(jì)數(shù)據(jù)高速增長，藥物研發(fā)領(lǐng)域數(shù)字化轉(zhuǎn)型加速，促進(jìn)了人工智能在藥物研發(fā)領(lǐng)域的應(yīng)用。目前人工智能已被應(yīng)用于藥物研發(fā)的各個(gè)階段，包括藥物靶點(diǎn)識別、候選藥物篩選、藥物設(shè)計(jì)與優(yōu)化、藥物合成、藥代動力學(xué)性質(zhì)預(yù)測、病理生理學(xué)研究及新適應(yīng)證的開發(fā)等方面。其中，基于人工智能的藥物篩選讓老藥新用達(dá)到新的高度，成為藥物研發(fā)的最熱門領(lǐng)域之一。同時(shí)小分子藥物的設(shè)計(jì)與篩選仍然占據(jù)主要地位。目前，國內(nèi)外各大藥企紛紛布局，自2017 年以來，國際制藥巨頭包括默克、諾華制藥、羅氏、輝瑞制藥、強(qiáng)生等紛紛部署自主研發(fā)的人工智能系統(tǒng)，用于提高新藥研發(fā)效率。而國內(nèi)制藥公司如江蘇豪森、正大天晴等也積極加強(qiáng)與人工智能公司如Atomwise 公司、阿里云等的緊密合作，旨在提高藥物發(fā)現(xiàn)與發(fā)展這一關(guān)鍵環(huán)節(jié)的效率與成功率，從而降低研發(fā)成本。

2 本期文章點(diǎn)評

本期“人工智能在醫(yī)藥領(lǐng)域的應(yīng)用”專題，邀請了國內(nèi)多位一線相關(guān)專家，其結(jié)合自身研究領(lǐng)域，對人工智能在醫(yī)藥領(lǐng)域各個(gè)方向尤其是藥物研發(fā)過程中的應(yīng)用進(jìn)行了深入分析和綜述。其中，澳門大學(xué)中華醫(yī)藥研究院歐陽德方助理教授等采用大數(shù)據(jù)分析的方法對1980—2019 年發(fā)表的136 142 篇藥劑學(xué)文獻(xiàn)，以及38 117 個(gè)美國FDA 批準(zhǔn)上市藥物的數(shù)據(jù)進(jìn)行可視化分析，從全球變化趨勢、合作網(wǎng)絡(luò)、研究熱點(diǎn)、產(chǎn)品批準(zhǔn)等幾個(gè)角度分析全球藥劑學(xué)學(xué)術(shù)和產(chǎn)業(yè)發(fā)展現(xiàn)狀，為我國未來藥劑學(xué)研究方向與科研成果轉(zhuǎn)化提供新的思路。并指出了科研與產(chǎn)業(yè)在成果轉(zhuǎn)化方面存在的差距，可供后續(xù)藥劑學(xué)研究借鑒。

中國藥科大學(xué)廖俊副教授對深度學(xué)習(xí)在醫(yī)藥領(lǐng)域命名實(shí)體識別中的研究進(jìn)行了歸納。近年來，隨著深度學(xué)習(xí)在文本處理領(lǐng)域中的廣泛應(yīng)用，命名實(shí)體識別作為自然語言處理的一個(gè)分支，在知識庫構(gòu)建、信息抽取等任務(wù)中發(fā)揮著重要的作用。針對命名實(shí)體識別在醫(yī)藥文本中的應(yīng)用，該文介紹了當(dāng)前主流的命名實(shí)體識別研究方法及主要數(shù)據(jù)來源，并總結(jié)了深度學(xué)習(xí)在中英文醫(yī)藥領(lǐng)域命名實(shí)體識別中的應(yīng)用，突出深度學(xué)習(xí)在醫(yī)藥領(lǐng)域?qū)嶓w識別應(yīng)用中的優(yōu)勢，為該領(lǐng)域相關(guān)研究提供參考。

藥物重定位也稱“老藥新用”，是將現(xiàn)有治療方法應(yīng)用于新的疾病的過程的一種藥物研發(fā)方法，是目前藥物研發(fā)的熱點(diǎn)之一。湖南工業(yè)大學(xué)名譽(yù)教授、元碼基因首席科學(xué)家田埂博士對機(jī)器學(xué)習(xí)和大數(shù)據(jù)挖掘的藥物重定位算法進(jìn)行了綜述，并介紹了基于機(jī)器學(xué)習(xí)和大數(shù)據(jù)挖掘的藥物重定位的研究進(jìn)展。該文重點(diǎn)對基于特征、基于矩陣分解和基于網(wǎng)絡(luò)的3 大類藥物和化合物重定位的算法進(jìn)行綜述，總結(jié)這些方法的優(yōu)缺點(diǎn)，并對未來藥物重新定位方法的發(fā)展方向進(jìn)行剖析。

中國藥科大學(xué)陳亞東教授等重點(diǎn)介紹了人工智能在藥物發(fā)現(xiàn)中的應(yīng)用與挑戰(zhàn)。新藥研發(fā)存在周期長、費(fèi)用高和成功率低等特點(diǎn)，人工智能作為藥物研發(fā)領(lǐng)域的一個(gè)熱點(diǎn)方向，已被應(yīng)用到藥物研發(fā)的各個(gè)階段。該文首先介紹了人工智能在藥物發(fā)現(xiàn)中的應(yīng)用領(lǐng)域；其次對人工智能包括機(jī)器學(xué)習(xí)和深度學(xué)習(xí)涉及的多種算法進(jìn)行了詳細(xì)闡述；然后對人工智能在藥物發(fā)現(xiàn)中的應(yīng)用包括藥物靶點(diǎn)識別，活性化合物篩選，化合物性質(zhì)預(yù)測，蛋白結(jié)構(gòu)預(yù)測及蛋白配體相互作用，分子生成等方面進(jìn)行了介紹。最后，對人工智能在藥物發(fā)現(xiàn)中的機(jī)遇與挑戰(zhàn)進(jìn)行了探討，為藥物研發(fā)人員提供新的思路。

3 展望

當(dāng)前，隨著人工智能、大數(shù)據(jù)、云計(jì)算等技術(shù)的不斷進(jìn)步，醫(yī)藥領(lǐng)域?qū)θ斯ぶ悄芗夹g(shù)越來越重視，使得人工智能技術(shù)得以在醫(yī)藥領(lǐng)域中快速應(yīng)用。人工智能在醫(yī)藥領(lǐng)域科研和產(chǎn)業(yè)發(fā)展的表現(xiàn)均可圈可點(diǎn)，對我國醫(yī)藥事業(yè)發(fā)展有著非常重要的意義。然而，其落地仍面臨許多問題，不僅是技術(shù)問題，還有社會和倫理問題。例如，很多醫(yī)院由于信息化水平較低，很難將人工智能技術(shù)付諸于實(shí)際應(yīng)用，甚至連相對較簡單的電子化病歷處理都不容易實(shí)現(xiàn)。再有，很多醫(yī)用機(jī)器人在運(yùn)行時(shí)的可用性明顯不如人類，尤其是在外科檢查或外科手術(shù)這種危險(xiǎn)性較高的工作中，如果期間運(yùn)行出現(xiàn)問題，很有可能對患者的生命造成威脅；而出現(xiàn)意外后，責(zé)任的劃分也很難界定。另外，醫(yī)療人員在享受人工智能技術(shù)帶來便利的同時(shí)可能會產(chǎn)生過度依賴的現(xiàn)象，造成其醫(yī)療技能的退化。此外，面對毫無聲息的機(jī)器人，患者本身的接受程度也有待考量。

綜上，在藥物研發(fā)方面，雖然隨著醫(yī)藥數(shù)據(jù)的不斷積累及計(jì)算性能的不斷提高，人工智能在藥物設(shè)計(jì)上的應(yīng)用更為成熟，機(jī)器學(xué)習(xí)和深度學(xué)習(xí)等方法也已被用于藥物研發(fā)的各個(gè)階段，但其實(shí)用性還有待進(jìn)一步提高。人工智能技術(shù)給醫(yī)藥領(lǐng)域提供了前所未有的廣闊空間，但在提供機(jī)遇的同時(shí)也提出了更多挑戰(zhàn)，需要每一位學(xué)者加強(qiáng)對人工智能技術(shù)的研究，使其可以在醫(yī)藥健康領(lǐng)域發(fā)揮出更高的價(jià)值。