科学技术研究前进

围绕健康中国战略，围绕重大慢性病防控与老年健康促进战略重点，中国科学院上海营养与健康研究所正在开展砥砺前行科技研究，打造疾病防治领域研究高地，人才高地，生命健康科技智库，推动健康产业发展徐萍的工作对于探索国内外生命和健康的前沿领域也是不可或缺的

从2013年开始，徐萍团队密切跟踪大数据，判断人工智能与生命健康的融合已经成为发展趋势去年，徐萍承担了参加民建上海市委员会讨论人工智能药物发展的任务中国科学院上海营养与健康研究所的专家学者参与了这项任务，并成立了研究小组

新药研发存在技术难度大，投入大，研究风险高，研发周期长等诸多问题，导致创新难度大生物医药行业用双十定律，即研发周期10年，研发费用10亿美元来形容新药研发的难度AI的发展为新药研发带来了新的技术手段——通过机器深度学习赋能药物靶点发现和化合物筛选，可以大大提高新药研发的效率，使降本增效成为可能，也为双轮驱动带来了产业价值

研究团队发现，作为一个新兴领域，AI在进入药物研发领域时也面临一些挑战数据，技术，人才等因素导致进入AI辅助药物研发领域困难重重，初期开发，产品落地困难

打造完整的产业发展生态

怎么解决问题课题组认为，在基础研究领域，上海既有强大的综合性创新药物研究机构，又有ai前沿技术开发机构，为上海AI+药物研发的发展奠定了科学基础同时，依托张江药谷的核心优势，上海已初步建立了ai药物R&D产业生态，产学研医各领域AI药物R&D链也已初具规模

在企业创新和R&D方面，复星医药，药明康德等大型药企充分把握AI发展的重要机遇，充分挖掘AI在药物研发中的应用除了大型药企，专门提供AI制药数据分析服务的公司也在上海萌芽石英智能，和平白金医药，神芝药等开始逐步与药企，医院，科研机构达成合作，冰洲石利用AI研发的药物已经获批进入临床试验阶段

课题组建议，上海应推进医学数据的标准化和规模化，完善医学研发标准化数据库，以夯实基础参考国际标准，建立并推广全市统一的医疗数据标准，完善数据的结构化和标准化以统一标准规范，互联互通，数据共享的形式构建多点多病种临床数据平台，实现患者与医院，科室与医院之间的数据互联互通，实现医疗数据的规范化管理，规模化利用和最大化应用

在源头创新方面，支持和鼓励新技术，新算法的创新，推动在药物研发各环节的深入应用通过定向资助，重点资助科研机构探索原创算法模型，鼓励源头创新，加大对创新型中小企业的支持力度，扶持上海特色产业，避免产业同质化竞争

在此基础上，大力构建产学研医协同网络，加速特殊疾病AI医疗的联合创新布局从基础研究到产业转化的全链条发展，政产学研医协同研究，加快AI药物研发联合创新，促进科研成果转化依托上海高校跨学科人才培养，通过ai专业建设，课程设置，人才培养，能力评价等方面的开发，充分满足企业需求，提高人才培养质量