ニュース

近年、医療・医療の分野においてai（人工知能）技術が大きな可能性を示しています。しかし同時に、医療の深刻な性質により、ai技術は医療・薬学分野において前例のない課題にも直面しています。

9月6日午前、「ai医療革命：産業チェーンイノベーションへの道」をテーマに、デイリー経済ニュース主催の「2024年包摂・外灘会議洞察フォーラム」が上海黄浦世界博覧公園で正式に開催された。学界や産業界からの多数の主要ゲストが、創薬、個別化医療、精密療法、その他の分野における ai テクノロジーの革新的な応用に焦点を当て、ai が医薬品の研究開発、生産、流通に至る産業チェーン全体をどのように再構築できるかについて深く議論しました。アプリケーションへ。

2時間半のフォーラムでは、さまざまな技術分野、さまざまな産業背景、さまざまな地域からの声が集まりました。そしてこれはほんの始まりにすぎません。万河を歓迎するイノベーションの熱地である中国では、aiと医療の統合開発の波が押し寄せており、今後も産業チェーンイノベーションの道をリードしていくだろう。

業界トップの専門家が、ai が製薬産業チェーンをどのように再構築できるかについて議論します

創薬から精密医療に至るまで、ai は常に従来の技術のボトルネックを突破し、イノベーションのペースを加速させ、製薬業界に新時代を切り開きます。

ai は、ディープラーニングやビッグデータ分析などの高度なテクノロジーを通じて、医師の病気の診断を支援し、早期のスクリーニングと予測を実現し、診断の精度を向上させることができます。同時に、治療計画を最適化し、個別化医療を実現し、各患者が最適な治療戦略を受けられるようにすることもできます。さらに、医薬品の研究開発における ai の応用により、新薬の開発プロセスが加速され、研究開発コストが削減され、困難で複雑な疾患を克服するための強力な技術サポートが提供されています。 ai テクノロジーは徐々に医療および製薬分野の変化を促進する重要な力となり、世界中の人々の健康と幸福に貢献しています。

しかしその一方で、医療の深刻さと新薬開発の難易度やリスクの高さから、ai技術は医療・薬学分野においても前例のない課題に直面しています。

医療・製薬分野におけるai技術の応用の難しさを探り、この分野におけるai技術の応用レベルを向上させるため、9月6日午前、日刊紙主催の「2024年包摂・外灘会議洞察フォーラム」が開催された。経済ニュースは上海黄浦博覧公園で正式に開催されました。

「ai 医療革命: 産業チェーン イノベーションへの道」をテーマとするこのフォーラムには、業界トップの専門家、学者、業界リーダーが集まり、創薬、個別化医療、精密治療、医療における ai テクノロジーの革新的な応用に焦点を当てています。医薬品の研究開発の効率を向上させ、効率的で個別化された治療に対する患者の期待に応え、ai が医薬品の研究開発、生産に至る産業チェーン全体をどのように再構築できるかを深く調査するために、インテリジェント テクノロジーの使用方法を模索しています。 、アプリケーションへの回覧。学際的な交流と協力を通じて生物医学産業のインテリジェントな変革を促進し、未来の健康にテクノロジーの暖かさを注入することを目的としています。

会議では、中国人民政治協商会議全国委員会常務委員で上海公共外交協会会長の周漢民氏が「中国における新たな医療産業の発展と革新」をテーマに基調講演を行った。人工知能の時代」。

周漢民 画像出典：写真提供：主催者

周漢民氏は、人工知能などの新技術の継続的な開発と応用により、医療業界は大きな変化を迎えていると述べた。新しい生産力の構築を出発点として、人工知能とより適切に統合することは、医療および健康産業の将来の発展にとって最優先事項です。

同氏の所見によれば、初期の画像診断、補助的な診断と治療、遺伝子検査から、近年の創薬、臨床試験、健康管理などに至るまで、人工知能は精度と効率の向上、個別化された治療、および治療の改善において大きな利点を持っていると述べています。データ処理。

科学技術革命と産業変革の新たな段階は飛躍的に進んでおり、産業変革と高度化をリードする新しいモデル、新しいビジネス形式、新しい原動力を育成するには、新しい技術を使用する必要があります。 zhou hanmin 氏は、医療業界で新たな生産性を構築するには主に 3 つの側面からアプローチできると考えています。まず、人工知能と臨床実践の緊密な統合を促進して精度を向上させます。 2 つ目は、データセットとモデル アーキテクチャを最適化して適用性を向上させることです。 3つ目は、データプライバシー保護の強化とセキュリティの向上です。

人工知能の開発が医療スタッフに取って代わるかどうかという外部の議論について、周漢民氏は、人工知能は医療スタッフの重要なアシスタントであるが、医療スタッフが取って代わられることは決してないと述べた。 「人工知能は、共感、思いやり、人道的なケアといった医師の感情的な美徳を再現することはできません。医療スタッフは人工知能を正しく捉え、積極的に受け入れなければなりません。」

ai テクノロジーはアルツハイマー病の早期発見と予測に役立ちます

医薬品研究開発の分野では、復旦大学脳知能知能科学技術研究所の研究員チェン・ウェイ氏が、ai技術がアルツハイマー病（ad）の医薬品研究開発にどのように役立つかについて基調講演を行った。

3秒ごとに、世界中で認知症患者が1人増え、そのうちの約60％から80％がアルツハイマー病と診断されることになります。アルツハイマー病の早期介入が治療の鍵となりますが、中国におけるアルツハイマー病患者の早期臨床診断率はわずか 14% です。 cheng wei氏は、これはアルツハイマー病の発症が潜行性であり、各段階での生物学的指標の変化が明確ではなく、早期リスク特定モデルの精度と解釈可能性が不十分であるため、アルツハイマー病の早期特定と予測が非常に困難であるためであると述べた。これは非常に困難であり、モノクローナル抗体などのアルツハイマー病治療薬の有効性に大きく影響します。

したがって、アルツハイマー病患者の非臨床データを取得し、早期リスク特定モデルを構築することが、ai を活用したアルツハイマー病の早期予防、診断、治療の鍵となり、そのパズルの 2 つの重要なピースがビッグデータとアルゴリズムです。

今年7月、復丹大学付属華山病院神経内科のユウ・ジンタイ教授のチームと、復丹大学脳知能科学技術研究所の馮建峰・チェン・ウェイ氏のチームが論文を発表した。 nature human behaviour で論文を発表し、ywhag の新しいバイオマーカー veil を発表しました。

画像出典：主催者提供画像

基調講演では、チェン・ウェイ氏が関連研究について詳しく紹介した。同氏は、新しいマーカーのマイニングと早期特定には、ビッグデータと ai アルゴリズムの助けが不可欠であると述べた。

cheng wei氏は、復丹大学附属華山病院神経内科のyu jintai教授が主導する科学技術イノベーション2030「脳科学と脳にインスピレーションを得た研究」の主要プロジェクトが、地域の脳医療を確立するために華山病院に依存していると紹介した。全国の高齢化コホート（頭部コホート））では、中国のさまざまな地域で2万人の参加者を募集し、長期追跡調査を通じて縦断的研究を実施し、個人が健康な状態から徐々に認知症の症状に至るまでの全プロセスを描写することを目指しています。

「ビッグデータと ai アルゴリズムを利用して、私たちが行っているのは、ad 診断のための新しいマーカーを発見することです。ad が無症候性の段階から症候性の段階に発展するまでには約 20 年かかり、脳脊髄液のバイオマーカーも発見されます」と cheng wei 氏は述べています。変化はアルツハイマー病の過程で最初に発生するため、チームの最初の研究作業は、大規模集団からの脳脊髄液プロテオームデータに焦点を当て、これらのデータに基づいてアルツハイマー病に関連するタンパク質を同定するための生成分析アルゴリズムを開発することです。

このプロセスにおいて、研究チームは数千の脳脊髄液タンパク質からアルツハイマー病に大きく関連するいくつかのバイオマーカーをスクリーニングした。研究チームは一連の研究に基づいて、効果値法を通じてタンパク質の重要性をランク付けするための機械学習に基づく予測モデルを構築し、その結果は臨床所見と非常に一致した。最終的に、チームによって構築された予測モデルは、ad のリスクを 15 年前に予測することができ、地域社会でのスクリーニングの可能性を提供します。

「アルツハイマー病に加えて、他の高齢者の病気のリスク警告にもモデルを拡張したいと考えています。」チェン・ウェイ氏は、チームが血液プロテオミクスに基づいた複数の病気の早期予測モデルと、タンパク質リスク予測モデルも構築したことを明らかにしました。ニューラルネットワーク。彼は、将来的には、デジタル プラットフォームと大規模なモデル フレームワークを通じて、より多くのコミュニティ グループとより多くの病気に対する早期警告と介入が実現できると信じています。

業界は新薬の研究開発の意思決定の科学的性質を改善するために ai の使用を求めています

基調講演では、meinian health の yu rong 会長も、「ai が医療に力を与える: 健康診断における新たな生産性の促進」と題して、健康診断分野における ai テクノロジーの革新的な応用について共有しました。

yu rong 氏は講演の中で、感染症流行後、meinian health の主なリソースとエネルギーが基本的な業務、改良の改善、規律の構築に投資され、また、人工知能とデータマイニングにも多くのエネルギーと投資が費やされたと述べました。

過去 5 年間で、saas bianque 管理システムを含む meinian health が開発した ai 主導の医療技術クラウド プラットフォームは、ai インフラストラクチャのネットワークを構築しました。たとえば、bianque 身体検査管理 saas クラウド プラットフォームは、身体検査プロセス全体のデジタルかつインテリジェントな管理を実現できます。pacs システム (画像アーカイブおよび通信システム) を通じて、pacs 画像のオンライン ストレージ、アーカイブおよび通信を実現できます。画像読み取りにおける人工知能のレベルを向上させる; lis システム (病院検査情報システム) を通じて、検査部門の情報管理のインテリジェントなアップグレードが実現されます。

yu rong 氏は、将来的には、meinian のデータ ポータルと交通ポータルが、慢性疾患管理、健康消費、健康製品、保険、主要分野の高度な機器など、いくつかの主要分野でより良いエコシステムを育成できるようになることを期待していると述べました。と相乗効果を生み出します。

周漢民 画像出典：写真提供：主催者

fosun pharmaの常務社長、革新的医薬品部門の共同最高経営責任者、グローバルr&dセンターのceoであるwang xingli氏は、ai+医療のr&dエコロジー能力について共有した。同氏は講演の中で、医薬品の研究開発の分野では、定量的な意思決定と新薬の研究開発速度が依然としてai技術で克服する必要がある2つの大きな問題であると述べた。

定量的な意思決定プロセスを例に挙げると、wang xingli 氏は、ai ツールを使用してグローバル情報の定量的な結論を提供することで、「企業がこのパイプラインを構築するかどうか、この製品を開発するかどうかを決定するのに役立ち、結果として成功率を向上させることができる」と考えています。意思決定。" "。

新薬研究開発の成功率に関しては、新薬研究開発のあらゆるノードでの失敗率が非常に高いのはなぜだと述べた。最も単純な理由は、薬が間違っていて、メカニズムが間違っていることです。 「しかし、時にはそれは良い薬であっても、患者がそれを間違って選択することもあります。時には、患者は正しい薬を選択しても、エンドポイントが間違っていることもあります。時には、間違ったタイミングで薬を服用したり、治療時間が間違ったりすることもあります。実際、人間の判断には多くの違いがあります。」

「軌道、患者、ターゲット、またはエンドポイントの選択を誤ると、どんなに有効であっても、効率が高ければ高いほど無駄が増えます。そこで、ai の力を利用して新薬研究の成功率を高め、開発」と王興麗氏は説明を締めくくった。

ラウンドテーブルセッションでは、insiliconの共同ceo兼チーフサイエンティストのren feng氏、iflytek healthcareの副社長wang xiao氏、frost & sullivan greater chinaのパートナー兼マネージングディレクターのmao hua氏、復旦大学付属華山病院の主治医が出席した。 zhang yaru 氏は、「ai が臨床医にもたらす機会と課題」を中心に議論を開始し、新薬の研究開発と精密医療の分野での ai の応用について徹底的な議論を行いました。

毎日の経済ニュース