νέα

πραγματοποιήθηκε με επιτυχία το "2024 inclusion·the bund conference insights forum" η τεχνολογία ai οδηγεί την καινοτομία της αλυσίδας της φαρμακευτικής βιομηχανίας

2024-09-09

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

τα τελευταία χρόνια, η τεχνολογία ai (τεχνητή νοημοσύνη) έχει δείξει μεγάλες δυνατότητες στον τομέα της ιατρικής και της ιατρικής θεραπείας. αλλά ταυτόχρονα, λόγω της σοβαρής φύσης της ιατρικής, η τεχνολογία ai έχει επίσης αντιμετωπίσει πρωτόγνωρες προκλήσεις στον ιατρικό και φαρμακευτικό τομέα.

το πρωί της 6ης σεπτεμβρίου, με θέμα "ai medical revolution: the road to industrial chain innovation", το "2024 inclusion · bund conference insights forum" που φιλοξενήθηκε από την daily economic news πραγματοποιήθηκε επίσημα στο shanghai huangpu world expo park. ένας αριθμός βασικών προσκεκλημένων από τον ακαδημαϊκό χώρο και τη βιομηχανία επικεντρώθηκε στις καινοτόμες εφαρμογές της τεχνολογίας ai στην ανακάλυψη φαρμάκων, την εξατομικευμένη ιατρική, τη θεραπεία ακριβείας και άλλους τομείς και συζήτησαν βαθιά πώς η τεχνητή νοημοσύνη μπορεί να αναδιαμορφώσει ολόκληρη την αλυσίδα του κλάδου από την έρευνα και ανάπτυξη φαρμάκων, παραγωγή, διανομή στην εφαρμογή.

στο φόρουμ που διήρκεσε δυόμισι ώρες, φωνές από διαφορετικούς τεχνικούς τομείς, διαφορετικά βιομηχανικά υπόβαθρα και διαφορετικές περιοχές συναντήθηκαν. και αυτό είναι μόνο η αρχή. στην κίνα, μια καυτή γη της καινοτομίας που καλωσορίζει όλα τα ποτάμια και τα ποτάμια, το κύμα της ολοκληρωμένης ανάπτυξης της τεχνητής νοημοσύνης και της ιατρικής έχει εκτιναχθεί και θα συνεχίσει να ηγείται της καινοτομίας της βιομηχανικής αλυσίδας.

κορυφαίοι ειδικοί στον κλάδο συζητούν πώς η τεχνητή νοημοσύνη μπορεί να αναδιαμορφώσει την αλυσίδα της φαρμακευτικής βιομηχανίας

από την ανακάλυψη φαρμάκων μέχρι την ιατρική ακριβείας, η τεχνητή νοημοσύνη ξεπερνά συνεχώς τα παραδοσιακά τεχνολογικά σημεία συμφόρησης, επιταχύνοντας τον ρυθμό της καινοτομίας και ανοίγοντας μια νέα εποχή για τη φαρμακευτική βιομηχανία.

μέσω προηγμένων τεχνολογιών όπως η βαθιά μάθηση και η ανάλυση μεγάλων δεδομένων, η τεχνητή νοημοσύνη μπορεί να βοηθήσει τους γιατρούς στη διάγνωση ασθενειών, να επιτύχει έγκαιρο έλεγχο και πρόβλεψη και να βελτιώσει τη διαγνωστική ακρίβεια. ταυτόχρονα, μπορεί επίσης να βελτιστοποιήσει τα σχέδια θεραπείας και να επιτύχει εξατομικευμένη ιατρική, διασφαλίζοντας ότι κάθε ασθενής μπορεί να λάβει την πιο κατάλληλη θεραπευτική στρατηγική. επιπλέον, η εφαρμογή της τεχνητής νοημοσύνης στην έρευνα και ανάπτυξη φαρμάκων επιτάχυνε επίσης τη διαδικασία ανάπτυξης νέων φαρμάκων, μείωσε το κόστος έρευνας και ανάπτυξης και παρείχε ισχυρή τεχνική υποστήριξη για την αντιμετώπιση δύσκολων και περίπλοκων ασθενειών. η τεχνολογία ai γίνεται σταδιακά μια βασική δύναμη για την προώθηση αλλαγών στους ιατρικούς και φαρμακευτικούς τομείς, συμβάλλοντας στην υγεία και την ευημερία των ανθρώπων σε όλο τον κόσμο.

αλλά ταυτόχρονα, λόγω της σοβαρής φύσης της ιατρικής περίθαλψης και της υψηλής δυσκολίας και κινδύνου ανάπτυξης νέων φαρμάκων, η τεχνολογία ai έχει επίσης αντιμετωπίσει πρωτόγνωρες προκλήσεις στον ιατρικό και φαρμακευτικό τομέα.

προκειμένου να διερευνηθούν οι δυσκολίες εφαρμογής της τεχνολογίας ai στον ιατρικό και φαρμακευτικό τομέα και να βελτιωθεί το επίπεδο εφαρμογής της τεχνολογίας ai σε αυτόν τον τομέα, το πρωί της 6ης σεπτεμβρίου, το "2024 inclusion·the bund conference insights forum" που φιλοξενείται από την daily οι οικονομικές ειδήσεις πραγματοποιήθηκε επίσημα στο shanghai huangpu expo park.

με θέμα «ai medical revolution: the road to industrial chain innovation», το φόρουμ συγκεντρώνει κορυφαίους ειδικούς, μελετητές και ηγέτες του κλάδου, εστιάζοντας στις καινοτόμες εφαρμογές της τεχνολογίας ai στην ανακάλυψη φαρμάκων, την εξατομικευμένη ιατρική, τη θεραπεία ακριβείας και άλλα πεδία και εξερεύνηση του τρόπου χρήσης της έξυπνης τεχνολογίας για τη βελτίωση της αποτελεσματικότητας της έρευνας και ανάπτυξης φαρμάκων, την ικανοποίηση των προσδοκιών των ασθενών για αποτελεσματική και εξατομικευμένη θεραπεία και τη διερεύνηση σε βάθος πώς η τεχνητή νοημοσύνη μπορεί να αναδιαμορφώσει ολόκληρη την αλυσίδα του κλάδου από την έρευνα και ανάπτυξη φαρμάκων, παραγωγή , κυκλοφορία στην εφαρμογή. στόχος του είναι να προωθήσει τον έξυπνο μετασχηματισμό της βιοϊατρικής βιομηχανίας μέσω διεπιστημονικών ανταλλαγών και συνεργασίας και να δώσει τεχνολογική ζεστασιά στη μελλοντική υγεία.

στη συνάντηση, ο zhou hanmin, μέλος της μόνιμης επιτροπής της εθνικής επιτροπής της πολιτικής συμβουλευτικής διάσκεψης του κινεζικού λαού και πρόεδρος του συνδέσμου δημόσιας διπλωματίας της σαγκάης, εκφώνησε μια κεντρική ομιλία με θέμα «ανάπτυξη και καινοτομία νέων ιατρικών βιομηχανιών στην εποχή τεχνητής νοημοσύνης».

zhou hanmin πηγή εικόνας: φωτογραφία που παρέχεται από τον διοργανωτή

ο zhou hanmin είπε ότι με τη συνεχή ανάπτυξη και εφαρμογή νέων τεχνολογιών όπως η τεχνητή νοημοσύνη, η ιατρική βιομηχανία εισάγει μια βαθιά αλλαγή. η λήψη της κατασκευής νέων παραγωγικών δυνάμεων ως σημείο εκκίνησης και η καλύτερη ενσωμάτωση με την τεχνητή νοημοσύνη είναι η κορυφαία προτεραιότητα για τη μελλοντική ανάπτυξη της ιατρικής και της βιομηχανίας υγείας.

σύμφωνα με την παρατήρησή του, από την αρχική απεικονιστική διάγνωση, τη βοηθητική διάγνωση και θεραπεία και τον γενετικό έλεγχο έως την ανακάλυψη φαρμάκων, τις κλινικές δοκιμές, τη διαχείριση υγείας κ.λπ. τα τελευταία χρόνια, η τεχνητή νοημοσύνη έχει σημαντικά πλεονεκτήματα στη βελτίωση της ακρίβειας και της αποτελεσματικότητας, της εξατομικευμένης θεραπείας και επεξεργασία δεδομένων.

ο νέος γύρος της επιστημονικής και τεχνολογικής επανάστασης και ο βιομηχανικός μετασχηματισμός προχωρούν με άλματα και όρια οι νέες τεχνολογίες πρέπει να χρησιμοποιηθούν για την καλλιέργεια νέων μοντέλων, νέων επιχειρηματικών μορφών και νέων κινητήριων δυνάμεων για να οδηγήσουν τον βιομηχανικό μετασχηματισμό και την αναβάθμιση. ο zhou hanmin πιστεύει ότι η οικοδόμηση νέας παραγωγικότητας στον ιατρικό κλάδο μπορεί να προσεγγιστεί κυρίως από τρεις διαστάσεις: πρώτον, προωθήστε τη στενή ενσωμάτωση της τεχνητής νοημοσύνης και της κλινικής πρακτικής για τη βελτίωση της ακρίβειας. το δεύτερο είναι η βελτιστοποίηση του συνόλου δεδομένων και της αρχιτεκτονικής του μοντέλου για τη βελτίωση της δυνατότητας εφαρμογής. το τρίτο είναι η ενίσχυση της προστασίας του απορρήτου των δεδομένων και η βελτίωση της ασφάλειας.

όσον αφορά την εξωτερική συζήτηση για το εάν η ανάπτυξη της τεχνητής νοημοσύνης θα αντικαταστήσει το ιατρικό προσωπικό, ο zhou hanmin είπε ότι η τεχνητή νοημοσύνη είναι ένας σημαντικός βοηθός του ιατρικού προσωπικού, αλλά το ιατρικό προσωπικό δεν θα αντικατασταθεί ποτέ. "η τεχνητή νοημοσύνη δεν μπορεί να αναπαράγει τις συναισθηματικές αρετές των γιατρών, όπως η ενσυναίσθηση, η συμπόνια και η ανθρωπιστική φροντίδα. το ιατρικό προσωπικό πρέπει να βλέπει σωστά την τεχνητή νοημοσύνη και να την αγκαλιάζει ενεργά."

η τεχνολογία ai βοηθά στην έγκαιρη αναγνώριση και πρόβλεψη της νόσου του αλτσχάιμερ

στον τομέα της έρευνας και ανάπτυξης φαρμάκων, ο cheng wei, ερευνητής στο institute of brain-inspired intelligence science and technology στο πανεπιστήμιο fudan, παρέδωσε μια κεντρική ομιλία σχετικά με το πώς η τεχνολογία ai μπορεί να βοηθήσει στην έρευνα και ανάπτυξη φαρμάκων για τη νόσο του alzheimer (ad).

κάθε 3 δευτερόλεπτα, θα υπάρχει ένας ακόμη ασθενής με άνοια στον κόσμο και περίπου το 60% έως 80% από αυτούς θα διαγνωστεί με νόσο του αλτσχάιμερ. η έγκαιρη παρέμβαση για τη νόσο του αλτσχάιμερ είναι το κλειδί για τη θεραπεία, αλλά στην κίνα, το ποσοστό έγκαιρης κλινικής διάγνωσης για ασθενείς με ad είναι μόνο 14%. ο cheng wei είπε ότι αυτό συμβαίνει επειδή η έναρξη της να είναι ύπουλη, η εξέλιξη των βιολογικών δεικτών σε κάθε στάδιο δεν είναι ξεκάθαρη και η ακρίβεια και η ερμηνευσιμότητα των μοντέλων πρώιμης αναγνώρισης κινδύνου είναι ανεπαρκείς, καθιστώντας την πρώιμη αναγνώριση και πρόβλεψη της να πολύ δύσκολη. το οποίο είναι επίσης πολύ δύσκολο, σε μεγάλο βαθμό, επηρεάζει την αποτελεσματικότητα των θεραπευτικών φαρμάκων της ad, όπως τα μονοκλωνικά αντισώματα.

ως εκ τούτου, η απόκτηση μη κλινικών δεδομένων ασθενών με ad και η δημιουργία ενός μοντέλου έγκαιρης αναγνώρισης κινδύνου είναι το κλειδί για την έγκαιρη πρόληψη, διάγνωση και θεραπεία της ad με τη βοήθεια τεχνητής νοημοσύνης, εκ των οποίων τα μεγάλα δεδομένα και οι αλγόριθμοι είναι δύο σημαντικά κομμάτια του παζλ.

τον ιούλιο του τρέχοντος έτους, η ομάδα του καθηγητή yu jintai από το τμήμα νευρολογίας του νοσοκομείου huashan που συνδέεται με το πανεπιστήμιο fudan, με επικεφαλής την ομάδα των feng jianfeng/cheng wei από το ινστιτούτο επιστήμης και τεχνολογίας νοημοσύνης εμπνευσμένη από τον εγκέφαλο του πανεπιστημίου fudan, δημοσίευσε μια εργασία στο nature human behavior και αποκάλυψε έναν νέο βιοδείκτη veil της ywhag.

πηγή εικόνας: η φωτογραφία παρέχεται από τον διοργανωτή

στην κεντρική ομιλία, ο cheng wei έκανε μια λεπτομερή εισαγωγή στη σχετική έρευνα. είπε ότι η εξόρυξη και η έγκαιρη αναγνώριση νέων δεικτών είναι αδιαχώριστα από τη βοήθεια αλγορίθμων μεγάλων δεδομένων και τεχνητής νοημοσύνης.

ο cheng wei εισήγαγε ότι το μεγάλο έργο επιστημονικής και τεχνολογικής καινοτομίας 2030-"brain science and brain-inspired research" με επικεφαλής τον καθηγητή yu jintai από το τμήμα νευρολογίας του νοσοκομείου huashan που συνδέεται με το πανεπιστήμιο fudan, βασίστηκε στο huashan hospital για να δημιουργήσει μια κοινοτική υγεία του εγκεφάλου ηλικιωμένη κοόρτη (head cohort) σε εθνικό επίπεδο), με στόχο τη στρατολόγηση 20.000 συμμετεχόντων σε διάφορες περιοχές της κίνας και τη διεξαγωγή διαχρονικών μελετών μέσω μακροχρόνιας παρακολούθησης για την απεικόνιση της όλης διαδικασίας των ατόμων που αναπτύσσονται σταδιακά από μια υγιή κατάσταση σε συμπτώματα άνοιας.

«με τα μεγάλα δεδομένα και τους αλγόριθμους τεχνητής νοημοσύνης, αυτό που κάνουμε είναι να τους χρησιμοποιήσουμε για να ανακαλύψουμε νέους δείκτες για τη διάγνωση της ad, ο cheng wei είπε ότι χρειάζονται περίπου 20 χρόνια για να αναπτυχθεί η να από ένα ασυμπτωματικό στάδιο σε ένα συμπτωματικό στάδιο και βιοδείκτες εγκεφαλονωτιαίου υγρού». είναι στο οι αλλαγές συμβαίνουν πρώτα κατά τη διάρκεια της ad, επομένως η πρώτη ερευνητική εργασία της ομάδας είναι να επικεντρωθεί σε δεδομένα πρωτεώματος εγκεφαλονωτιαίου υγρού από πληθυσμούς μεγάλης κλίμακας και να αναπτύξει έναν αλγόριθμο γενετικής ανάλυσης που βασίζεται σε αυτά τα δεδομένα για τον εντοπισμό πρωτεϊνών που σχετίζονται με την ad.

σε αυτή τη διαδικασία, η ομάδα εξέτασε διάφορους βιοδείκτες που σχετίζονται σημαντικά με την ad από χιλιάδες πρωτεΐνες του εγκεφαλονωτιαίου υγρού. με βάση μια σειρά μελετών, η ερευνητική ομάδα δημιούργησε ένα μοντέλο πρόβλεψης με βάση τη μηχανική μάθηση για να κατατάξει τη σημασία των πρωτεϊνών μέσω της μεθόδου της τιμής του αποτελέσματος. τελικά, το μοντέλο πρόβλεψης που κατασκευάστηκε από την ομάδα μπορεί να προβλέψει τον κίνδυνο της ad 15 χρόνια νωρίτερα, παρέχοντας δυνατότητες για κοινοτικό έλεγχο.

"εκτός από την ad, ελπίζουμε επίσης να επεκτείνουμε το μοντέλο σε προειδοποίηση κινδύνου για άλλες ηλικιωμένες ασθένειες, ο cheng wei αποκάλυψε ότι η ομάδα έχει δημιουργήσει επίσης ένα μοντέλο πρώιμης πρόβλεψης πολλαπλών ασθενειών που βασίζεται στην πρωτεϊνική του αίματος και ένα μοντέλο πρόβλεψης κινδύνου πρωτεΐνης." νευρωνικών δικτύων. πιστεύει ότι στο μέλλον, μέσω ψηφιακών πλατφορμών και μεγάλων πλαισίων μοντέλων, μπορεί να επιτευχθεί έγκαιρη προειδοποίηση και παρέμβαση για περισσότερες κοινοτικές ομάδες και περισσότερες ασθένειες.

ο κλάδος ζητά τη χρήση της τεχνητής νοημοσύνης για τη βελτίωση της επιστημονικής φύσης της λήψης αποφάσεων ε&α νέων φαρμάκων

κατά τη διάρκεια της κεντρικής ομιλίας, ο yu rong, πρόεδρος της meinian health, μοιράστηκε επίσης την καινοτόμο εφαρμογή της τεχνολογίας ai στον τομέα της φυσικής εξέτασης υπό τον τίτλο «η ai ενδυναμώνει την ιατρική φροντίδα: καταλύοντας τη νέα παραγωγικότητα στις εξετάσεις υγείας».

ο yu rong ανέφερε στην ομιλία του ότι μετά την επιδημία, οι κύριοι πόροι και η ενέργεια της meinian health επενδύθηκαν σε βασικές λειτουργίες, βελτίωση και κατασκευή πειθαρχίας.

τα τελευταία πέντε χρόνια, η πλατφόρμα cloud ιατρικής τεχνολογίας με γνώμονα την τεχνητή νοημοσύνη που αναπτύχθηκε από τη meinian health, συμπεριλαμβανομένου του συστήματος διαχείρισης saas bianque, έχει δημιουργήσει ένα δίκτυο υποδομής ai. για παράδειγμα, η πλατφόρμα cloud saas διαχείρισης φυσικής εξέτασης bianque μπορεί να πραγματοποιήσει ψηφιακή και έξυπνη διαχείριση ολόκληρης της διαδικασίας φυσικής εξέτασης μέσω του συστήματος pacs (σύστημα αρχειοθέτησης εικόνων και επικοινωνίας), μπορεί να πραγματοποιήσει ηλεκτρονική αποθήκευση, αρχειοθέτηση και επικοινωνία εικόνων pacs και βελτίωση του επιπέδου της τεχνητής νοημοσύνης στην ανάγνωση εικόνων .

ο yu rong είπε ότι στο μέλλον, ελπίζει ότι η πύλη δεδομένων και η πύλη κυκλοφορίας του meinian θα είναι σε θέση να επωάσουν ένα καλύτερο οικοσύστημα σε ορισμένους βασικούς τομείς, όπως η διαχείριση χρόνιων ασθενειών, η κατανάλωση υγείας, τα προϊόντα υγείας, η ασφάλιση και ο προηγμένος εξοπλισμός σε βασικούς κλάδους. καθώς και δημιουργήστε ένα συνεργιστικό αποτέλεσμα.

zhou hanmin πηγή εικόνας: φωτογραφία που παρέχεται από τον διοργανωτή

ο wang xingli, εκτελεστικός πρόεδρος της fosun pharma, συνδιευθύνων σύμβουλος του τμήματος καινοτόμων φαρμάκων και διευθύνων σύμβουλος του παγκόσμιου κέντρου έρευνας και ανάπτυξης, μοιράστηκε τις οικολογικές δυνατότητες ε&α της ιατρικής ai+. είπε στην ομιλία του ότι στον τομέα της έρευνας και ανάπτυξης φαρμάκων, η ποσοτική λήψη αποφάσεων και ο ρυθμός έρευνας και ανάπτυξης νέων φαρμάκων εξακολουθούν να είναι δύο σημαντικά προβλήματα που πρέπει να ξεπεράσει η τεχνολογία ai.

λαμβάνοντας ως παράδειγμα την ποσοτική διαδικασία λήψης αποφάσεων, ο wang xingli πιστεύει ότι η χρήση εργαλείων τεχνητής νοημοσύνης για την παροχή ποσοτικών συμπερασμάτων στις παγκόσμιες πληροφορίες «βοηθά τις εταιρείες να αποφασίσουν εάν θα κατασκευάσουν αυτόν τον αγωγό και εάν αυτό το προϊόν πρέπει να αναπτυχθεί, κάτι που μπορεί να βελτιώσει το ποσοστό επιτυχίας του λήψης αποφάσεων».

όσον αφορά το ποσοστό επιτυχίας της έρευνας και ανάπτυξης νέων φαρμάκων, είπε ότι το ποσοστό αποτυχίας σε κάθε κόμβο στην έρευνα και ανάπτυξη νέων φαρμάκων είναι πολύ υψηλό; γιατί δεν είναι επιτυχές; ο πιο απλός λόγος είναι ότι το φάρμακο είναι λάθος και ο μηχανισμός είναι λάθος. "αλλά μερικές φορές μπορεί να είναι καλό φάρμακο, αλλά ο ασθενής το επιλέγει λάθος, μερικές φορές ο ασθενής επιλέγει το σωστό φάρμακο, αλλά το τελικό σημείο είναι λάθος, μερικές φορές το φάρμακο λαμβάνεται τη λάθος στιγμή ή ο χρόνος θεραπείας είναι λάθος. υπάρχουν στην πραγματικότητα πολλές ανθρώπινες κρίσεις».

"εάν επιλέξετε λάθος διαδρομή, ασθενή, στόχο ή λάθος τελικό σημείο, ανεξάρτητα από το πόσο αποτελεσματικό είναι, όσο υψηλότερη είναι η αποτελεσματικότητα, τόσο περισσότερη σπατάλη. επομένως, χρησιμοποιήστε τη δύναμη της τεχνητής νοημοσύνης για να αυξήσετε το ποσοστό επιτυχίας της νέας έρευνας για τα φάρμακα και ανάπτυξη», κατέληξε ο wang xingli, εξηγώντας.

στη συνεδρίαση στρογγυλής τραπέζης, ο ren feng, συν-διευθύνων σύμβουλος και επικεφαλής επιστήμονας της insilicon, ο wang xiao, αντιπρόεδρος της iflytek healthcare, ο mao hua, συνεργάτης και διευθύνων σύμβουλος της frost & sullivan greater china, και θεράπων ιατρός στο huashan hospital που συνδέεται με το πανεπιστήμιο fudan ο zhang yaru ξεκίνησε μια συζήτηση γύρω από «τις ευκαιρίες και τις προκλήσεις που φέρνει η τεχνητή νοημοσύνη στους κλινικούς γιατρούς» και διεξήγαγε εις βάθος συζητήσεις σχετικά με την εφαρμογή της τεχνητής νοημοσύνης στους τομείς της έρευνας και ανάπτυξης νέων φαρμάκων και της ιατρικής ακριβείας.

καθημερινά οικονομικά νέα

αναφορά/σχόλια