醫學研究從現象驅動轉向數據驅動

“不學習、不瞭解人工智能大模型，將被社會發展所拋棄。”近日，在第二十六屆中國科協年會多組學大數據與醫學發展論壇上，中國科學院院士、生物信息學家陳潤生在作主旨報告時說。

科技部新一代人工智能發展研究中心等機構2023年發佈的《中國人工智能大模型地圖研究報告》顯示，我國研發的大模型數量位居全球第二。越來越多企業正涌入人工智能大模型開發這一賽道。

人工智能大模型正開啓一場技術革命，醫學研究是大模型應用的一個重要領域。

陳潤生提到我國開發的“天河·靈樞”大模型，這是一款面向中醫鍼灸領域的專業大模型，基於中醫經典名著和鍼灸臨牀循證證據庫以及中醫循證知識圖譜等專業數據開發。

國際上也有人工智能大模型在醫療領域落地的案例。

例如，谷歌旗下人工智能公司“深層思維”(DeepMind)通過處理大量視網膜掃描圖像，訓練出一種人工智能算法。相比人類醫生，該算法能更高效準確檢測出眼底疾病。

陳潤生說，精準醫學研究已成爲新一輪國家科技競爭的戰略制高點，而其基礎就是生物醫學數據。有文獻報道，以“臨牀+多組學”爲主的生物醫學數據基礎設施支持了2/3以上美國食品藥品監督管理局批准的原研藥研發工作，每年獲得鉅額產業回報。

在業內專家看來，從現象驅動轉向數據驅動是醫療研究的一大趨勢。

首都醫科大學附屬北京天壇醫院院長王擁軍說，基於大規模人羣的大隊列研究將爲生物醫藥大模型提供重要數據支撐。除了用於發現新藥靶點，大數據還可用來開展模擬實驗。

中國科學院遺傳與發育生物學研究所研究員王秀傑認爲，大量數據不斷涌現爲醫學研究提供了獲得新發現的機會。與此同時，臨牀數據缺失、個人隱私保護、數據監管方面的問題，也給科學合理利用醫學數據帶來挑戰。她建議，實驗生物學家和臨牀醫學家要掌握數據分析技能，確保充分溝通，更好發揮大數據的驅動作用。(科技日報記者 代小佩)