首頁 > 宏觀 > 正文

全國人大代表、步長制藥總裁趙超建議:加快布局計算醫學新型數字基礎設施建設

2020-05-23 14:28:47  21世紀經濟報道 21財經APP 南方財經全國兩會報道組,朱萍

今年兩會,全國人大代表、步長制藥總裁趙超帶來了一份關于布局計算醫學新型數字基礎設施的建議:以先進的計算技術補上生物醫藥領域的短板,利用“計算醫學”新基建布局未來。

據了解,“計算醫學”以信息科學與生物醫學交叉融合為基礎,深度挖掘生物醫學大數據獲得全新醫療價值,提供全新藥靶,加速新藥研發,提升慢性病與疑難癥醫療水平,大幅減輕患者用藥負擔,全面提高醫?;鹗褂眯?,同時為后工業革命時代產業發展以及社會進步提供全新發展方向。

當前,生物醫學數據的指數級增長,生物醫學成果的噴薄而出,全球生物醫藥領域正處于底層技術迅猛變革的轉型期。以基因治療、腫瘤免疫學等為代表的生物醫學技術和以人工智能、大數據為核心的信息技術形成了雙輪驅動力量?;谌斯ぶ悄艿男滤幯邪l管線平均1-2年就可以完成臨床前藥物研發,全世界利用該技術的在研藥物管線約200個。預計到2028年,人工智能為生物醫藥行業每年可節省約700億美元的研發成本。

我國的生物醫學大數據技術處于全球“并跑”地位。但數據技術與生物醫藥產業的實踐處于落后狀態。從全球范圍來看,人工智能、大數據在生物醫藥的應用雖然還處于早期階段,但據統計,全球排名前15的制藥企業,有超過60%于2018年啟動與人工智能企業的研發合作,以期在未來更加激烈的競爭局面中取得絕對競爭力。我國生物醫藥產業目前正處在由仿制向創新邁進的關鍵爬坡期,僅依靠傳統制藥技術難以實現產業超越,需要數據技術和制藥技術雙輪驅動,這為我們“補短板、創未來”贏來了極佳的時間窗口。

為此,我國需要進一步加快布局“計算醫學”新型數字基礎設施,發揮算力、人工智能方法、大數據作為使能技術的帶動作用,充分釋放生物醫學大數據的價值,賦能我國醫療和制藥產業。

但是,以“計算醫學”帶動生物醫藥產業智能化升級還存在諸多制約因素,具體如下:

1.生物醫學數據分散化、標準不統一,影響數據成為有價值的生產要素。

雖然生物醫學數據已經進入了PB級時代,但是在“計算醫學”角度看,超過95%的數據只能滿足統計學意義的回顧性研究。數據碎片化、標準多樣化、數據庫建設低水平重復,個體數據不夠立體,共享機制不足等問題較為突出,數據難以有效融合處理。

2.藥物研發的關鍵要素-臨床資源與計算醫學的對接不暢通。

在藥物臨床試驗階段,投入大、耗時長、失敗率高,計算醫學可發揮的空間大。另外,在藥物的臨床使用階段,依托“計算醫學”輸出的高質量信息為患者、醫療機構、醫保支付機構、藥物監管機構等各相關主體帶來高質量的決策參考。

但是由于行業界限,臨床領域與“計算醫學”協同創新積極性不高,影響新藥研發的成功率和產業價值的提升。

3.對人工智能、大數據的認知不足。

生物醫藥行業對新一代信息技術的認知不足是一個全球性普遍問題。對全球超過300位藥物研發科學家的一項調查顯示,41%的被調研者并不了解AI技術,國內醫學專家對于新一代信息技術認知更是有一代人的差距,故也不清楚如何利用機器學習、知識圖譜等技術來幫助他們更好地開發新藥。這種認知的不足會導致關鍵決策者對新技術產生主觀的不信任,從而不敢、不愿對新的數字基礎設施做出投入決策。

為此,針對上述問題,趙超提出加快布局“計算醫學”新型數字基礎設施的建議:

1.由科研力量國家隊牽頭,推動“計算醫學”新型數字基礎設施建設。

依托在國內學科深度融合方面布局早,發展好的科研單位(例如中國科學院計算所、中科院基因組所、哈爾濱工業大學等)牽頭建設計算醫學的共性技術平臺。據了解,一些單位通過“計算醫學”技術發現了世界上熱點藥物-CDK4/6抑制劑的新臨床場景,如果通過臨床試驗取得成功,將會給藥企帶來百億美元利益回報??捎蓢蚁嚓P部門對計算醫學的共性技術平臺的建設給與一定的政策資金支持,用于擴容數據中心等硬件基礎投入和學科交叉團隊的培養。通過集約化建設,避免重復投資、重復建設帶來的資金浪費與時間窗口流失的問題。

2.由國家藥監局與國家衛健委、科技部聯合牽頭,組建“計算醫學”虛擬聯合實驗室,促進產業應用的有效對接。

早在2016年,美國FDA血液和腫瘤產品辦公室(OHOP)與美國衛生和人類服務部在腫瘤學領域啟動了一項跨學科創新計劃——信息交換和數據轉換計劃(簡稱“INFORMED”計劃),旨在利用大數據和高級分析技術的力量來服務于精準藥物開發,包括探索新的研究終點,藥物靶標和患者分組策略等。該計劃由跨學科、跨部門的導師協助企業開展應用大數據的敏捷技術開發和高級分析技術的盡職調查,簡化企業內部評估機制,讓新技術高效服務于藥物開發相關工作。

趙超建議由國家藥監局與國家衛健委、科技部聯合牽頭啟動“計算醫學”虛擬聯合實驗室,打破深度交叉的界別限制,組建跨學科的專家咨詢委員會,協助生物醫藥企業、醫療機構梳理可適合數據驅動的業務場景。另外,該實驗室還可以定期舉辦跨學科的交流溝通會,增強兩大學科領域的相互理解。通過該機制引導相關企業、機構克服對新一代信息技術認知不足的瓶頸,打破應用障礙,向大縱深推進到藥企,助力醫藥研發做出精準、客觀的投入決策。

3.完善生物醫學大數據的數據標準,推動有條件開放共享,保障數據要素質量,促進數據要素規范化流通。

建議抓住窗口期,研究并建立《基于“計算醫學”的組學數據的采集、存儲、處理標準》、《臨床信息與組學數據的整合標準》、《交換與共享的技術標準》、《數據開發利用的標準》,在安全可控的前提下促進數據要素的流通。

 

 

 

广东26选5游戏中奖规则