2024-09-09
한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina
최근 몇 년간 ai(인공지능) 기술은 의학 및 의료 분야에서 큰 잠재력을 보여왔다. 그러나 동시에 의료의 심각성으로 인해 ai 기술은 의료 및 제약 분야에서도 전례 없는 도전에 직면해 있습니다.
9월 6일 오전, 일간경제신문이 주최한 '2024 포용·외탄 컨퍼런스 인사이트 포럼'이 'ai 의료혁명: 산업체인 혁신으로 가는 길'을 주제로 상하이 황푸세계엑스포공원에서 공식 개최됐다. 신약 발견, 맞춤형 의학, 정밀 치료 및 기타 분야에서 ai 기술의 혁신적인 적용에 초점을 맞춘 학계 및 업계의 다수의 주요 게스트는 ai가 약물 연구 및 개발, 생산, 유통에 이르기까지 전체 산업 체인을 어떻게 재구성할 수 있는지 심도 있게 논의했습니다. 신청에.
2시간 30분 동안 진행된 포럼에는 다양한 기술 분야, 다양한 산업 배경, 다양한 지역의 목소리가 모였습니다. 그리고 이것은 시작에 불과합니다. 모든 강과 강을 환영하는 혁신의 뜨거운 땅 중국에서는 ai와 의학의 통합 개발 물결이 급증하고 있으며 계속해서 산업 체인 혁신의 길을 선도할 것입니다.
신약 발견부터 정밀 의학에 이르기까지 ai는 전통 기술의 병목 현상을 지속적으로 돌파하고 혁신 속도를 가속화하며 제약 산업의 새로운 시대를 열고 있습니다.
ai는 딥러닝, 빅데이터 분석 등 첨단 기술을 통해 의사의 질병 진단을 지원하고 조기 검진 및 예측을 달성하며 진단 정확도를 향상시킬 수 있습니다. 동시에 치료 계획을 최적화하고 개인화된 의료를 달성하여 각 환자가 가장 적합한 치료 전략을 받을 수 있도록 보장합니다. 또한, 약물 연구개발에 ai를 적용하면 신약 개발 속도가 빨라지고, 연구개발 비용이 절감되며, 어렵고 복잡한 질병을 극복할 수 있는 강력한 기술 지원도 제공된다. ai 기술은 점차 의료 및 제약 분야의 변화를 촉진하는 핵심 원동력이 되어 전 세계 사람들의 건강과 웰빙에 기여하고 있습니다.
그러나 동시에 의료의 심각성과 신약 개발의 높은 난이도와 위험으로 인해 ai 기술은 의료 및 제약 분야에서도 전례 없는 도전에 직면해 있습니다.
의료 및 제약 분야에서 ai 기술의 적용 애로점을 탐색하고 이 분야의 ai 기술 적용 수준을 향상시키기 위해 9월 6일 오전 데일리가 주최한 '2024 인클루전·더 와이탄 컨퍼런스 인사이트 포럼'이 열렸다. 경제 뉴스는 상하이 황푸 엑스포 공원에서 공식적으로 개최되었습니다.
"ai 의료 혁명: 산업 체인 혁신으로 가는 길"이라는 주제로 포럼은 업계 최고의 전문가, 학자, 업계 리더들이 한자리에 모여 신약 발견, 맞춤형 의학, 정밀 치료 및 의료 분야에서 ai 기술의 혁신적인 적용에 중점을 두고 있습니다. 약물 연구 및 개발의 효율성을 향상시키기 위해 효율적이고 개인화된 치료에 대한 환자의 기대를 충족하고 ai가 약물 연구 및 개발, 생산, 응용 프로그램에 순환. 학제간 교류와 협력을 통해 바이오의료산업의 지능적 변혁을 촉진하고, 미래 건강에 기술적 온기를 불어넣는 것을 목표로 하고 있습니다.
회의에서 중국인민정치협상회의 전국위원회 상무위원이자 상하이공공외교협회 회장인 zhou hanmin이 "전국에서 신의료산업의 발전과 혁신"이라는 주제로 기조연설을 했습니다. 인공지능 시대'.
저우한민 사진 출처 : 사진 주최측 제공
zhou hanmin은 인공 지능 등 신기술의 지속적인 개발과 적용으로 의료 산업이 엄청난 변화를 맞이하고 있다고 말했습니다. 새로운 생산력 구축을 출발점으로 삼아 인공 지능과의 더 나은 통합은 의료 및 보건 산업의 미래 발전을 위한 최우선 과제입니다.
그의 관찰에 따르면 최근 몇 년간 초기 영상 진단, 보조 진단 및 치료, 유전자 검사부터 신약 발굴, 임상시험, 건강 관리 등에 이르기까지 인공지능은 정확성과 효율성 향상, 개인별 맞춤 치료, 데이터 처리.
새로운 과학기술 혁명과 산업 변혁은 비약적으로 발전하고 있으며, 새로운 기술을 사용하여 새로운 모델, 새로운 비즈니스 형식, 새로운 원동력을 육성하여 산업 변혁과 업그레이드를 이끌어야 합니다. zhou hanmin은 의료 산업에서 새로운 생산성을 구축하는 것은 주로 세 가지 차원에서 접근할 수 있다고 믿습니다. 첫째, 인공 지능과 임상 실습의 긴밀한 통합을 촉진하여 정확성을 향상시킵니다. 두 번째는 데이터 세트와 모델 아키텍처를 최적화하여 적용성을 향상시키는 것입니다. 세 번째는 데이터 프라이버시 보호를 강화하고 보안을 강화하는 것입니다.
인공지능 개발이 의료진을 대체할 것인지에 대한 외부 논의에 대해 저우한민은 인공지능이 의료진에게 중요한 보조자이지만 의료진은 결코 대체되지 않을 것이라고 말했다. “인공지능은 공감, 연민, 인간적 배려 등 의사의 정서적 덕목을 그대로 재현할 수 없다. 의료진은 인공지능을 올바르게 바라보고 적극적으로 수용해야 한다.”
약물 연구 개발 분야에서는 푸단대학교 뇌 영감 지능 과학 기술 연구소의 연구원인 cheng wei가 ai 기술이 알츠하이머병(ad)에 대한 약물 연구 및 개발에 어떻게 도움이 될 수 있는지에 대한 기조 연설을 했습니다.
전 세계적으로 3초마다 치매환자가 한 명씩 늘어나고, 그 중 약 60~80%가 알츠하이머병 진단을 받게 됩니다. 알츠하이머병은 조기 개입이 치료의 핵심이지만, 중국의 경우 ad 환자의 임상 조기 진단율은 14%에 불과하다. cheng wei는 ad의 발병이 서서히 진행되고, 각 단계의 생물학적 지표의 진화 패턴이 명확하지 않으며, 조기 위험 식별 모델의 정확성과 해석성이 부족하여 ad의 조기 식별 및 예측이 매우 어렵기 때문이라고 말했습니다. , 이는 또한 단일클론 항체와 같은 ad 치료 약물의 효능에 큰 영향을 미칩니다.
따라서 알츠하이머병 환자의 비임상 데이터를 확보하고 조기 위험 식별 모델을 구축하는 것이 ai를 활용한 알츠하이머병 조기 예방, 진단, 치료의 핵심이며, 그 중 빅데이터와 알고리즘이 중요한 퍼즐 조각입니다.
올해 7월, 푸단대학교 뇌모방지능과학기술연구소의 feng jianfeng/cheng wei 팀이 이끄는 푸단대학교 부속 화산병원 신경과 yu jintai 교수팀이 논문을 발표했습니다. nature human behavior'에 논문을 게재하고 ywhag의 새로운 바이오마커 베일을 공개했다.
사진출처 : 사진주최자 제공
기조연설에서 cheng wei는 관련 연구에 대해 자세히 소개했습니다. 그는 새로운 마커의 채굴과 조기 식별은 빅데이터와 ai 알고리즘의 도움과 불가분의 관계에 있다고 말했습니다.
cheng wei는 푸단대학교 산하 화산병원 신경학과 yu jintai 교수가 주도하는 과학 기술 혁신 2030 - "뇌 과학 및 뇌 영감 연구" 주요 프로젝트가 화산병원에 의존하여 지역사회 뇌 건강을 확립했다고 소개했습니다. 전국적으로 노화 코호트(헤드 코호트))를 통해 중국 내 다양한 지역에서 20,000명의 참가자를 모집하고 장기간 추적을 통해 종단적 연구를 수행하여 개인이 건강한 상태에서 치매 증상으로 점진적으로 발전하는 전 과정을 묘사하는 것을 목표로 합니다.
cheng wei는 "빅데이터와 ai 알고리즘을 사용하여 ad 진단을 위한 새로운 마커를 발견하는 것입니다."라고 cheng wei는 ad가 무증상 단계에서 증상 단계로 발전하는 데 약 20년이 걸린다고 말했습니다. 변화는 ad 과정에서 가장 먼저 발생하므로 팀의 첫 번째 연구 노력은 대규모 모집단의 뇌척수액 단백질체 데이터에 중점을 두고 이러한 데이터를 기반으로 생성 분석 알고리즘을 개발하여 ad와 관련된 단백질을 식별하는 것입니다.
이 과정에서 연구팀은 수천 개의 뇌척수액 단백질에서 ad와 유의미한 관련이 있는 여러 바이오마커를 선별했습니다. 연구팀은 일련의 연구를 바탕으로 효과가치법을 통해 단백질의 중요도를 평가하는 머신러닝 기반 예측 모델을 구축했는데, 그 결과는 임상 결과와 매우 일치했다. 궁극적으로 팀이 구축한 예측 모델은 15년 전에 ad의 위험을 예측할 수 있어 지역사회 검진의 가능성을 제공합니다.
cheng wei는 "ad 외에도 다른 노인 질환에 대한 위험 경고에도 모델을 확장할 수 있기를 희망합니다."라고 cheng wei는 팀이 혈액 단백질체학을 기반으로 한 다중 질병 조기 예측 모델과 단백질 위험 예측 모델도 구축했다고 밝혔습니다. 신경망. 그는 미래에는 디지털 플랫폼과 대규모 모델 프레임워크를 통해 더 많은 지역사회 그룹과 더 많은 질병에 대한 조기 경고와 개입이 달성될 수 있다고 믿습니다.
meinian health 회장 yu rong은 기조 연설에서 "ai가 의료에 힘을 실어줍니다: 건강 검진에서 새로운 생산성을 촉진합니다"라는 제목으로 신체 검사 분야에서 ai 기술의 혁신적인 적용을 공유했습니다.
yu rong은 연설에서 전염병 이후 meinian health의 주요 자원과 에너지가 기본 운영, 개선 및 규율 구축에 투자되었을 뿐만 아니라 인공 지능 및 데이터 마이닝에도 많은 에너지와 투자를 소비했다고 언급했습니다. 훌륭한 자원.
지난 5년 동안 saas bianque 관리 시스템을 포함하여 meinian health가 개발한 ai 기반 의료 기술 클라우드 플랫폼은 ai 인프라 네트워크를 구축했습니다. 예를 들어, bianque 신체 검사 관리 saas 클라우드 플랫폼은 pacs 시스템(이미지 보관 및 통신 시스템)을 통해 전체 신체 검사 프로세스의 디지털 및 지능적 관리를 실현할 수 있으며 pacs 이미지의 온라인 저장, 보관 및 통신을 실현할 수 있습니다. 이미지 판독의 인공 지능 수준을 향상시킵니다. lis 시스템(병원 검사실 정보 시스템)을 통해 검사실 부서 정보 관리가 지능적으로 업그레이드됩니다.
yu rong은 앞으로 meinian의 데이터 포털과 트래픽 포털이 만성 질환 관리, 건강 소비, 건강 제품, 보험 및 주요 분야의 첨단 장비를 포함한 일부 핵심 분야에서 더 나은 생태계를 육성할 수 있기를 희망한다고 말했습니다. 뿐만 아니라 시너지 효과를 창출합니다.
저우한민 사진 출처 : 사진 주최측 제공
fosun pharma의 전무이사이자 혁신 의약품 부문의 공동 ceo이자 글로벌 r&d 센터의 ceo인 wang xingli는 ai+ 의학의 r&d 생태학적 역량을 공유했습니다. 그는 연설에서 신약 연구개발 분야에서 정량적 의사결정 과정과 신약 연구개발 성공률은 여전히 ai 기술이 극복해야 할 두 가지 주요 문제라고 말했다.
wang xingli는 정량적 의사결정 프로세스를 예로 들면서 ai 도구를 사용하여 글로벌 정보에 대한 정량적 결론을 제공하면 “기업이 파이프라인 구축 여부와 제품 개발 여부를 결정하는 데 도움이 되어 성공률을 높일 수 있다”고 믿습니다. 의사결정."
신약 연구개발의 성공률에 대해 그는 신약 연구개발의 모든 노드에서 실패율이 매우 높다고 말했습니다. 가장 간단한 이유는 약이 잘못되었고 메커니즘이 잘못되었기 때문입니다. “그러나 때로는 좋은 약인데 환자가 잘못 선택하는 경우도 있고, 때로는 환자가 올바른 약을 선택했지만 종료점이 잘못된 경우도 있고, 약을 잘못된 시간에 복용하거나 치료 시간이 잘못된 경우도 있습니다. 실제로 인간의 판단에는 많은 차이가 있습니다."
"잘못된 트랙, 환자, 타겟, 잘못된 종료점을 선택하면 아무리 효과적이더라도 효율성이 높을수록 낭비가 많아집니다. 그러므로 ai의 힘을 활용해 신약 연구의 성공률을 높이고, 개발." wang xingli는 설명을 마쳤습니다.
라운드 테이블 세션에는 insilicon의 공동 ceo이자 수석 과학자인 ren feng, iflytek healthcare의 부사장인 wang xiao, frost & sullivan greater china의 파트너 겸 상무 이사이자 fudan university 부속 huashan 병원의 주치의인 mao hua가 참석했습니다. 장 야루(zhang yaru) 박사는 “ai가 임상의에게 제공하는 기회와 과제”를 중심으로 토론을 시작하고 신약 연구개발, 정밀의학 분야에서의 ai 적용에 대해 심도 있는 논의를 진행했습니다.
매일 경제 뉴스
