柴人杰，滕皋軍

（1.東南大學(xué)數(shù)字醫(yī)學(xué)工程全國(guó)重點(diǎn)實(shí)驗(yàn)室，東南大學(xué)附屬中大醫(yī)院耳鼻咽喉頭頸外科，東南大學(xué)生命科學(xué)與技術(shù)學(xué)院，東南大學(xué)生命健康高等研究院，江蘇省生物醫(yī)學(xué)高新技術(shù)研究重點(diǎn)實(shí)驗(yàn)室，江蘇 南京 210096；2.東南大學(xué)附屬中大醫(yī)院介入與血管外科，江蘇南京 210009）

20 世紀(jì)50 年代，使用機(jī)器學(xué)習(xí)模擬人類智能以實(shí)現(xiàn)智能機(jī)器更高層次應(yīng)用的“人工智能（artificial intelligence，AI）”概念被提出。隨后的70 年中，人工智能得到了飛躍式發(fā)展，成為新時(shí)代科技產(chǎn)業(yè)革新的重要推動(dòng)力量。2017 年國(guó)務(wù)院印發(fā)的《新一代人工智能發(fā)展規(guī)劃》中強(qiáng)調(diào)“搶抓人工智能發(fā)展的重大戰(zhàn)略機(jī)遇，構(gòu)筑我國(guó)人工智能發(fā)展的先發(fā)優(yōu)勢(shì)，加快建設(shè)創(chuàng)新型國(guó)家和世界科技強(qiáng)國(guó)”，提出發(fā)展便捷高效的“智能醫(yī)療”“智能健康和養(yǎng)老”等智能服務(wù)，加快人工智能在醫(yī)療健康領(lǐng)域的創(chuàng)新應(yīng)用，為公眾提供個(gè)性化、多元化、高品質(zhì)的服務(wù)。由于醫(yī)藥領(lǐng)域涉及處理復(fù)雜且關(guān)聯(lián)度高的專業(yè)數(shù)據(jù)，人工智能在這方面的適用性較弱，使其在醫(yī)療實(shí)踐、整合分析中面臨困境。如今，隨著生物資料數(shù)據(jù)庫(kù)構(gòu)建、醫(yī)學(xué)診療電子化、醫(yī)療儀器智能化、可穿戴生物傳感器的連續(xù)監(jiān)測(cè)以及組學(xué)技術(shù)成本的降低，人工智能有望整合多方面信息進(jìn)行全面分析，在協(xié)助醫(yī)生改善臨床診斷決策、制定個(gè)性化醫(yī)療策略、藥物研發(fā)以及大型數(shù)據(jù)集分析等方面展現(xiàn)出顯著優(yōu)勢(shì)。

1 人工智能在醫(yī)藥領(lǐng)域的前沿應(yīng)用

人工智能在醫(yī)療領(lǐng)域的應(yīng)用和發(fā)展正逐步改變醫(yī)療服務(wù)的格局和形式?；谌斯ぶ悄艿膱D像識(shí)別技術(shù)在醫(yī)療影像診斷方面展現(xiàn)出巨大的潛力。通過(guò)學(xué)習(xí)大量的醫(yī)學(xué)影像數(shù)據(jù)，這種技術(shù)可以快速準(zhǔn)確地識(shí)別疾病跡象。例如，深度學(xué)習(xí)算法可以對(duì)計(jì)算機(jī)斷層掃描（CT）及核磁共振成像（MRI）等影像進(jìn)行分析，識(shí)別病變和異常結(jié)構(gòu)，并提供精準(zhǔn)的診斷結(jié)果。這不僅提高了診斷的效率和準(zhǔn)確性，同時(shí)也大大減輕了醫(yī)生的工作負(fù)擔(dān)。人工智能還可以通過(guò)分析病人大規(guī)模的基因組學(xué)和臨床數(shù)據(jù)，從中挖掘出有價(jià)值的信息，為疾病預(yù)測(cè)、診斷和治療提供決策支持?；谶@些數(shù)據(jù)并結(jié)合患者基因型、病史和其他相關(guān)信息，人工智能可以為患者提供個(gè)性化治療方案及風(fēng)險(xiǎn)評(píng)估。人工智能還在手術(shù)操作、康復(fù)治療和護(hù)理等方面發(fā)揮著重要作用。手術(shù)機(jī)器人通過(guò)使用視覺(jué)和運(yùn)動(dòng)感應(yīng)技術(shù)，可以為患者提供精度和穩(wěn)定性更高的手術(shù)操作，尤其在一些微創(chuàng)手術(shù)中的應(yīng)用可以進(jìn)一步提高手術(shù)的精確度和安全性；護(hù)理機(jī)器人則能夠?yàn)榛颊咛峁└咝У淖o(hù)理服務(wù)，減輕醫(yī)護(hù)人員的負(fù)擔(dān)。此外，通過(guò)結(jié)合傳感器技術(shù)和人工智能算法，可以實(shí)時(shí)監(jiān)測(cè)個(gè)體的健康狀況，提供個(gè)性化的健康管理和預(yù)防方案。例如，基于數(shù)據(jù)分析及智能終端等技術(shù)開發(fā)的各類可穿戴設(shè)備被廣泛應(yīng)用于健康監(jiān)測(cè)與管理。最后，在藥物研發(fā)領(lǐng)域，人工智能可賦能靶點(diǎn)鑒定、虛擬篩選、藥物設(shè)計(jì)及臨床試驗(yàn)各個(gè)過(guò)程。人工智能能夠通過(guò)深度學(xué)習(xí)及現(xiàn)有藥物數(shù)據(jù)的訓(xùn)練，對(duì)多源和多維數(shù)據(jù)進(jìn)行高效分析，從而進(jìn)行基于結(jié)構(gòu)和配體的靶點(diǎn)鑒定、虛擬篩選、新藥結(jié)構(gòu)設(shè)計(jì)、物理化學(xué)和藥代動(dòng)力學(xué)性質(zhì)預(yù)測(cè)、藥物再利用等方面的相關(guān)應(yīng)用。醫(yī)藥研發(fā)作為醫(yī)療健康保障的上游關(guān)鍵環(huán)節(jié)，在人工智能輔助下實(shí)現(xiàn)了“降本增效”的研發(fā)成果。例如，Exscientia 公司中以人工智能指導(dǎo)設(shè)計(jì)的藥物經(jīng)過(guò)12 個(gè)月進(jìn)入候選藥物研究階段，相較于傳統(tǒng)開發(fā)方式縮短了大量時(shí)間。盡管目前尚無(wú)人工智能設(shè)計(jì)的藥物獲批，但近年來(lái)美國(guó)食品藥品監(jiān)督管理局（FDA）收到的包含人工智能元素的藥物申請(qǐng)不斷增長(zhǎng)。國(guó)內(nèi)外各大藥企也意識(shí)到人工智能在研發(fā)和商業(yè)化方面的廣闊前景，在先導(dǎo)化合物、靶點(diǎn)發(fā)現(xiàn)、疾病模型等領(lǐng)域開展了一系列并購(gòu)合作。截至2022 年末，人工智能相關(guān)合作數(shù)量位居前列的藥企主要有阿斯利康、默沙東、輝瑞等。

2 本期文章點(diǎn)評(píng)

在本期“人工智能在醫(yī)藥領(lǐng)域的前沿應(yīng)用”專題中，多位專家學(xué)者從各自的研究領(lǐng)域出發(fā)，就人工智能在醫(yī)療健康領(lǐng)域的應(yīng)用與挑戰(zhàn)進(jìn)行了綜述和展望，旨在幫助讀者更深入地理解人工智能所帶來(lái)的醫(yī)療革新，并為其在醫(yī)療實(shí)踐中的廣泛應(yīng)用提供有益的參考。東南大學(xué)數(shù)字醫(yī)學(xué)工程全國(guó)重點(diǎn)實(shí)驗(yàn)室柴人杰教授撰寫的綜述《智能微納機(jī)器人在疾病診療中的應(yīng)用進(jìn)展》討論了微納米尺度下的智能機(jī)器人制造，其在化學(xué)燃料、外加場(chǎng)源或生物能源的控制下能夠?qū)崿F(xiàn)生物體內(nèi)狹小空間中的有效操控。微納機(jī)器人具有尺寸小、靈敏度高等優(yōu)勢(shì)，并且在外加場(chǎng)源的智能化操控及精密設(shè)計(jì)下，能夠?qū)崿F(xiàn)疾病標(biāo)志物監(jiān)測(cè)、藥物靶向遞送以及微創(chuàng)手術(shù)等疾病診療領(lǐng)域中的微觀無(wú)線操控。該文從微納機(jī)器人的制造、驅(qū)動(dòng)機(jī)制以及前沿智能醫(yī)療應(yīng)用方面，解析了智能醫(yī)療微納機(jī)器人的設(shè)計(jì)原理，為新型藥物開發(fā)提供了思路。此外，還對(duì)智能醫(yī)療微納機(jī)器人在生物材料、驅(qū)動(dòng)機(jī)制和功能設(shè)計(jì)方面面臨的挑戰(zhàn)進(jìn)行了討論，所提出的智能醫(yī)療微納機(jī)器人設(shè)計(jì)原則可供后續(xù)微納機(jī)器人設(shè)計(jì)借鑒。

人工智能的機(jī)器學(xué)習(xí)涵蓋了一系列算法和技術(shù)，包括卷積神經(jīng)網(wǎng)絡(luò)（CNN）和遞歸神經(jīng)網(wǎng)絡(luò)（RNN）等，能夠使計(jì)算機(jī)系統(tǒng)在大量數(shù)據(jù)學(xué)習(xí)中得到訓(xùn)練從而改進(jìn)模型性能，這種深度學(xué)習(xí)算法在輔助蛋白質(zhì)工程發(fā)展中占據(jù)重要地位。東南大學(xué)數(shù)學(xué)學(xué)院虞文武教授撰寫的《基于人工智能的蛋白質(zhì)屬性預(yù)測(cè)的潛能與應(yīng)用》一文概述了應(yīng)用于醫(yī)療健康領(lǐng)域的多種人工智能計(jì)算模型，并對(duì)其在蛋白質(zhì)屬性預(yù)測(cè)中的應(yīng)用進(jìn)行了深入探討。該文從蛋白質(zhì)工程入手闡述了機(jī)器學(xué)習(xí)輔助下蛋白質(zhì)工程的最新進(jìn)展，并從定向進(jìn)化和理性設(shè)計(jì)蛋白質(zhì)兩方面深入介紹了人工智能帶來(lái)的技術(shù)革新。進(jìn)一步地，該文討論了人工智能輔助的蛋白質(zhì)屬性預(yù)測(cè)，就蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)、功能預(yù)測(cè)及相互作用預(yù)測(cè)中的智能算法展開了分析，表明人工智能在指導(dǎo)蛋白質(zhì)修飾及功能預(yù)測(cè)方面具有突出優(yōu)勢(shì)，有望為發(fā)病機(jī)制的基礎(chǔ)研究、新藥研發(fā)的功能預(yù)測(cè)等領(lǐng)域研究提供參考。

人工智能在傳統(tǒng)藥物研發(fā)進(jìn)程中提供了重要的指導(dǎo)作用。東南大學(xué)數(shù)字醫(yī)學(xué)工程全國(guó)重點(diǎn)實(shí)驗(yàn)室趙祥偉教授撰寫的《人工智能在制藥行業(yè)的應(yīng)用進(jìn)展》一文就人工智能在制藥行業(yè)的應(yīng)用進(jìn)展進(jìn)行了全面的概述。為解決傳統(tǒng)藥物研發(fā)中周期長(zhǎng)、投資金額大、回報(bào)周期長(zhǎng)等問(wèn)題，人工智能已被用于輔助藥物研發(fā)。通過(guò)對(duì)現(xiàn)有的藥物數(shù)據(jù)進(jìn)行分析，深度學(xué)習(xí)藥物結(jié)構(gòu)、特性和臨床反應(yīng)等，人工智能在藥物研發(fā)的多個(gè)階段均展現(xiàn)出了巨大的優(yōu)勢(shì)，如藥物靶點(diǎn)識(shí)別、蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)、藥物分子設(shè)計(jì)與篩選、藥物合成與制劑、藥代動(dòng)力學(xué)數(shù)據(jù)預(yù)測(cè)以及藥物臨床階段的安全性預(yù)測(cè)等，有效縮短了新藥研發(fā)進(jìn)程。此外，人工智能還為制藥生產(chǎn)提供了安全性保障，并在指導(dǎo)用藥方面提供了決策支持。該文通過(guò)探討人工智能在制藥行業(yè)各個(gè)環(huán)節(jié)中的典型應(yīng)用案例，突顯了人工智能技術(shù)在藥物研發(fā)、生產(chǎn)及營(yíng)銷領(lǐng)域中的獨(dú)特優(yōu)勢(shì)，為人工智能輔助的制藥行業(yè)提供了全局視角。

多器官醫(yī)學(xué)影像的精準(zhǔn)分割是人工智能輔助診斷和臨床實(shí)踐治療中的基礎(chǔ)與關(guān)鍵技術(shù)。東南大學(xué)附屬中大醫(yī)院滕皋軍院士團(tuán)隊(duì)撰寫的《基于人工智能的醫(yī)學(xué)圖像多器官分割及其在醫(yī)藥領(lǐng)域的應(yīng)用》重點(diǎn)介紹了人工智能輔助下的多器官分割醫(yī)學(xué)圖像應(yīng)用?；诰矸e神經(jīng)網(wǎng)絡(luò)和Transformer 的U-Net 及其變種結(jié)構(gòu)具有強(qiáng)大的端到端學(xué)習(xí)的特征表達(dá)能力，能夠從醫(yī)學(xué)圖像中學(xué)習(xí)復(fù)雜的模式和層次特征，在醫(yī)學(xué)圖像的精準(zhǔn)語(yǔ)義理解和分割中展現(xiàn)出廣泛的應(yīng)用。此外，該文還對(duì)人工智能輔助的醫(yī)學(xué)影像分析在醫(yī)藥領(lǐng)域中的前沿應(yīng)用展開了介紹，帶讀者概覽人工智能在醫(yī)學(xué)影像分析和臨床應(yīng)用中的技術(shù)發(fā)展和前進(jìn)方向。

為了明確人工智能輔助的智能醫(yī)療在疾病診療和患者救治中的重要意義，東南大學(xué)儀器科學(xué)與工程學(xué)院劉澄玉教授撰寫的《人工智能輔助診療在膿毒癥管理中的應(yīng)用進(jìn)展》聚焦于膿毒癥患者的智能管理，從人工智能傳統(tǒng)機(jī)器學(xué)習(xí)模型和深度學(xué)習(xí)模型兩個(gè)角度詳細(xì)介紹了監(jiān)督學(xué)習(xí)在膿毒癥早期預(yù)警方面的研究進(jìn)展。同時(shí)，該文還深入探討了利用無(wú)監(jiān)督學(xué)習(xí)算法進(jìn)行膿毒癥臨床分型，以及基于強(qiáng)化學(xué)習(xí)為膿毒癥患者制定精準(zhǔn)治療方案的潛力。該文重點(diǎn)著眼于膿毒癥患者全周期管理系統(tǒng)中人工智能所扮演的關(guān)鍵角色，以促進(jìn)膿毒癥患者的早期發(fā)現(xiàn)、及時(shí)干預(yù)、疾病分型、針對(duì)性監(jiān)護(hù)以及個(gè)性化治療策略指導(dǎo)，為構(gòu)建人工智能輔助下的醫(yī)療健康體系提供了前沿思路和重要參考。

3 展望

近年來(lái)，人工智能技術(shù)的飛速發(fā)展為社會(huì)生產(chǎn)生活的方方面面帶來(lái)了巨大的技術(shù)革新。憑借深度學(xué)習(xí)、現(xiàn)有數(shù)據(jù)訓(xùn)練等，人工智能已在醫(yī)療健康領(lǐng)域各個(gè)方面展現(xiàn)出廣闊的應(yīng)用前景，為新藥研發(fā)、精準(zhǔn)醫(yī)療、臨床用藥等多個(gè)方面提供了智能化指導(dǎo)。本期專題綜述討論了人工智能輔助下的智能醫(yī)療前沿進(jìn)展，從新型醫(yī)用機(jī)器人、蛋白質(zhì)預(yù)測(cè)等醫(yī)藥研發(fā)階段入手，全面分析了人工智能在制藥行業(yè)的應(yīng)用，隨后對(duì)人工智能在醫(yī)學(xué)影像和疾病管理等方面的最新進(jìn)展進(jìn)行了回顧。

盡管人工智能在醫(yī)療健康領(lǐng)域?qū)嶋H應(yīng)用中取得了驚人的進(jìn)展，但由于醫(yī)療數(shù)據(jù)樣本的高維性和復(fù)雜性，目前的人工智能技術(shù)難以基于多種數(shù)據(jù)模式和連續(xù)性生理指標(biāo)變化等臨床指標(biāo)從全局角度給出診療指導(dǎo)。因此，應(yīng)用于智能分析及多數(shù)據(jù)整體分析評(píng)估的多模態(tài)人工智能的開發(fā)與推廣在技術(shù)上面臨嚴(yán)峻挑戰(zhàn)。為了增強(qiáng)人工智能對(duì)疾病和藥物的認(rèn)知學(xué)習(xí)能力，研究者們需要強(qiáng)化相關(guān)疾病發(fā)病機(jī)制的基礎(chǔ)研究，為人工智能提供龐大的數(shù)據(jù)基礎(chǔ)，這也是人工智能進(jìn)行深度學(xué)習(xí)、不斷優(yōu)化迭代的基礎(chǔ)。同時(shí)，充分利用人工智能在新藥研發(fā)中的優(yōu)勢(shì)，以縮短藥物研發(fā)的整體進(jìn)程。此外，多模態(tài)人工智能在醫(yī)療健康中的聯(lián)用仍存在技術(shù)空白，基于人工智能輔助的醫(yī)療診治仍面臨可信度不足及責(zé)任劃分不清晰等問(wèn)題。因此，在人工智能引領(lǐng)醫(yī)療健康領(lǐng)域革新的過(guò)程中，要在抓住機(jī)遇的同時(shí)積極應(yīng)對(duì)醫(yī)療健康智能化帶來(lái)的多項(xiàng)挑戰(zhàn)，共同推動(dòng)醫(yī)療健康進(jìn)入新的發(fā)展階段。