医学研究从现象驱动转向数据驱动

<article><section data-type=“rtext”><p>◎本报记者 代小佩 </p><p>“不学习、不了解人工智能大模型，将被社会发展所抛弃。”近日，在第二十六届中国科协年会多组学大数据与医学发展论坛上，中国科学院院士、生物信息学家陈润生在作主旨报告时说。 </p><p>科技部新一代人工智能发展研究中心等机构2023年发布的《中国人工智能大模型地图研究报告》显示，我国研发的大模型数量位居全球第二。越来越多企业正涌入人工智能大模型开发这一赛道。 </p><p>人工智能大模型正开启一场技术革命，医学研究是大模型应用的一个重要领域。 </p><p>陈润生提到我国开发的“天河·灵枢”大模型，这是一款面向中医针灸领域的专业大模型，基于中医经典名著和针灸临床循证证据库以及中医循证知识图谱等专业数据开发。 </p><p>国际上也有人工智能大模型在医疗领域落地的案例。 </p><p>例如，谷歌旗下人工智能公司“深层思维”（DeepMind）通过处理大量视网膜扫描图像，训练出一种人工智能算法。相比人类医生，该算法能更高效准确检测出眼底疾病。 </p><p>陈润生说，精准医学研究已成为新一轮国家科技竞争的战略制高点，而其基础就是生物医学数据。有文献报道，以“临床+多组学”为主的生物医学数据基础设施支持了2/3以上美国食品药品监督管理局批准的原研药研发工作，每年获得巨额产业回报。 </p><p>在业内专家看来，从现象驱动转向数据驱动是医疗研究的一大趋势。 </p><p>首都医科大学附属北京天坛医院院长王拥军说，基于大规模人群的大队列研究将为生物医药大模型提供重要数据支撑。除了用于发现新药靶点，大数据还可用来开展模拟实验。 </p><p>中国科学院遗传与发育生物学研究所研究员王秀杰认为，大量数据不断涌现为医学研究提供了获得新发现的机会。与此同时，临床数据缺失、个人隐私保护、数据监管方面的问题，也给科学合理利用医学数据带来挑战。她建议，实验生物学家和临床医学家要掌握数据分析技能，确保充分沟通，更好发挥大数据的驱动作用。</p></section></article>