交匯點訊 隨著對人工智能（AI）與數據能力的不斷挖掘，在知識壁壘極高的生物醫藥領域也迸發出許多創意，激發出許多暢想。人工智能（AI）如何賦能藥物研發？如何輔助診斷的關鍵技術？數據如何引領生物醫藥變革與創新？

12月8日—9日，由中國藥科大學主辦，中國藥科大學理學院、中國藥科大學科學技術研究院、明度智云（浙江）科技有限公司承辦的2023“生物醫藥數據科學行業與專業發展大會”（The Biomedical Data Science Convention For Industry & Discipline Development ）（以下簡稱BDSC大會）在中國藥科大學江寧校區舉行。大會邀請了30余位不同領域的重磅嘉賓，囊括了生物醫藥與數據科學領域的專家學者、跨國藥企與本土生物醫藥企業的產業代表，以及本領域相關從業者。大會關注與討論的話題既有宏觀層面對AI技術在藥物研發和診療流程中的應用和期許，行業發展的趨勢，也涉及具體落地案例的分享解讀；有前沿技術的最新進展，也有新數據應用場景下對企業管理和人才需求的思考，帶來貫穿多個維度的全圖景展示。

通過動態生理數據分析來探究健康與疾病的基本定律，通過穿戴式檢測與AI分析助力個體身心健康評測，以及以帕金森病診斷為例、解讀了AI輔助診斷的關鍵技術挑戰……在學術界與工業界的積極努力下，AI賦能生物醫藥不同階段和業務的應用場景逐步涌現。本次大會重磅嘉賓云集，精彩演講不斷。AI在生物醫藥領域一個重要的應用場景在于藥物研發，這也是大會首場主論壇“智慧前沿探索：人工智能賦能藥物研發”的核心主題。在論壇上，由多位專家帶來的報告體現了不同的研究方向，包括對生成式AI在藥物研發中應用較為全面的解讀，具體而微到基于AI的藥物靶標發現、藥物設計、核酸類藥物研發以及在藥物注冊及監管中發揮的作用等，覆蓋了藥物研發的多個不同環節。“雖然AI藥物研發是大家近些年熱議的話題，但AI在藥物研發中有非常悠久的歷史，早期稱作‘機器學習方法’。”浙江大學求是特聘教授、中國化學會計算（機）化學專業委員會副主任委員兼秘書長侯廷軍表示，“傳統的藥物設計采取‘盲篩’的方法，單純通過實驗手段來進行藥物研發的效率較低、成本較高。隨著化學、生物醫藥大數據相關技術的快速積累，傳統的機器學習方法無法滿足大數據時代的數據建模分析需求，而基于AI的深度學習的分子生成方法不僅可以優化藥物的活性及成藥性，還可以進一步降低合成難度及藥物毒性。”

作為中國生物醫藥數據科學領域一次重要的合作，在本次大會上，中國藥科大學與來自生物醫藥數字化領域的優秀企業浙江明度智云簽署了產學研戰略合作協議，共同建立“中國藥科大學－明度智云生物醫藥人工智能聯合實驗室”，依托企業的實踐經驗和高校的科研能力共同探索AI在生物制藥領域的實際應用。中國藥科大學教授、生物醫藥大數據與人工智能研究院院長錢海表示，聯合實驗室的建立讓關在“象牙塔”里的學生不僅能夠讀書和做課題，而且能夠參與實踐活動、直面市場，一畢業就可以直接勝任新的工作。“作為企業，我們缺乏跨學科領域的人才，我們希望通過校企合作的方式，深化產教融合，將市場化的場景導入學校，為醫藥行業輸送更多符合市場需求的人才；此外，聯合實驗室的成立，結合學校課題和一線商業化場景，充分發揮企業的市場化水平和學校的科研水平。”明度智云（浙江）科技有限公司首席運營官王非在采訪中表示。

據悉，為期兩天的會議，吸引了來自學術界、行業內各領域及在校師生近500名觀眾的關注。會議不僅為學術和行業專家學者、企業提供了共促生物醫藥產業發展的交流平臺，同時也進一步幫助學生在多元專業知識的交融中開闊眼界、拓展知識、賦予新力量。讓實踐知識應用于學習，使科技賦能教育“新生長”，共同助力生物醫藥產業“數據求真、智慧醫藥”的高質量發展。

       通訊員 吳旻玥

       新華日報·交匯點記者 葉真

       報道鏈接：https://jhd.xhby.net/share-webui/detail/s65751ef8e4b06569fa93b9ce