笔者曾经参加过一场药物经济学国际培训，培训内容以讲解药物经济学（Pharmaceutical Economics）基本知识、基本原理、基本操作为主，鲜有思维方式养成方面的内容。当时，笔者的第一反应是：如此做研究，我的思考在哪里？而后来，也有在国外的药物经济学学者向笔者表达过类似的观点。在人工智能时代正在开启的今天，每当笔者回想起这段经历，都止不住再次发问：这种程序化的药物经济学研究将来还有必要由“人”来完成吗？如果不需要由“人”完成，那么，人类研究者在未来药物经济学研究中将扮演怎样的角色？本文尝试分析药物经济学研究在人工智能技术下的前景及应对策略。

药物经济学研究前瞻

越程序化的步骤，越容易转化为算法，越容易被取代

药物经济学研究设计本质上是一系列算法的组合，只不过有的药物经济学研究容易转化为算法，有的还需要时间转化为算法，有的可能永远转化不成算法。整体来看，药物经济学研究中越程序化的步骤，越容易转化为算法，这种工作因此更容易被人工智能替代。

（1）系统综述研究被取代的可能性大

这种研究在国际药物经济学与结果研究国际会议中所占比例较大。值得注意的是，一些国际循证医学杂志也已经开始采用人工智能来进行系统综述文章的写作。这类研究数据库是标准化的，人工智能文字识别的能力已经足以提取数据，只要将相关研究步骤转化为算法，这类研究就很容易自动实现。人类研究者将来在这类研究中可以做什么？值得深思。

（2）模型研究易被取代

模型研究只要模型确立了，后面的研究程序规律性比较强，容易转化为算法进行编程。而模型的确立主要取决于人类对疾病的理解，这方面人工智能还需要时间才能超越人类。另外，这类研究模型的选择、参数的选择具有一定主观性，如果可以由人工智能来做，则可以相对客观、透明，并且利益中立，政府决策者可能更希望看到模型研究由人工智能来做。人类研究者如何应对这种挑战？

（3）回顾性研究在条件成熟时或被取代

回顾性研究主要收集已有数据来解决问题。这种研究设计有一定规律，可以转化为算法。现在的挑战是数据的标准化，也就是不同体系的数据库之间的数据格式不同，很难进行整合。只有这个问题解决了，人工智能才可能有用武之地。

（4）增强药物经济学前瞻性研究效力

药物经济学前瞻性研究主要包括临床试验、真实世界数据研究。人工智能、机器学习、物联网等技术正在促使机器人外科医生、机器人内科医生等新型治疗手段的涌现，这为药物经济学收集实时数据创造了机会，同时这种前瞻性研究也离不开人类研究者的监控。现在的问题是：到底是人类研究者协助人工智能，还是人工智能协助人类研究者从事这类研究？

（5）全局性研究设计及协调沟通工作以“人”为主

全局性研究设计是很有创意的工作，很难转化为算法。因为人工智能主要针对的是某个具体的问题，而药物经济学全局性的研究设计则是针对一系列问题，这需要一定的创造力。而这正是人工智能目前难以解决的问题，但恰恰是人类研究者的优势所在。另外，做出研究后要说服政府或使用者接受，也需要有人进行协调和沟通，人工智能要胜任这一工作还有很长的路要走。

应对人工智能挑战

什么时候用人类研究者，什么时候用人工智能，要权衡成本效益

药物经济学研究什么时候用人类研究者，什么时候用人工智能，这需要成本效益的权衡，也涉及到未来药物经济学研究新的学术分工。

（1）明确“人”与人工智能是合作关系的思想

正如托马斯·达文波特等人的著作《人机共生》所说，“设计智能机器的目的不是消灭人类，而是重新思考智能机器和人之间的合作关系：我们能用这些工具干什么、人们应该如何和它们一起工作，以及如何从中获得最大限度的组织优势。”药物经济学也需要提前思考这个问题，并且以转化为算法的难易程度来区分药物经济学各种研究方法中人类与人工智能的学术分工。

（2）研究者要重新定位自己的学术角色

笔者认为，人工智能会取代药物经济学相对机械的研究工作，从而使研究者集中于更有价值的工作。也就是，药物经济学研究者在人工智能时代下的角色应该主要是全局性研究设计的创意者、研究结果传播的协调沟通者。比如负责全局性研究设计的研究者需要统筹学术分工，即：什么研究步骤找人类研究者来做成本效益更好？什么研究步骤找人工智能来做成本效益更好？另外，还要考虑国家药物经济学评价的相关政策会如何影响这种学术分工。

（3）提前为人工智取代PE研究工作积累智慧

人工智能对药物经济学系统综述、模型、回顾性研究取代的速度取决于人工智能技术的发展、新药研制受人工智能的影响程度、政府对于人工智能药物经济学评价研究的需求。短期之内，从事药物经济学系统综述、模型、回顾性研究是没有问题的，但是要尽量提前考虑这些工作一旦被人工智能取代，自己可以从事哪些研究工作。这种研究工作一定不能很容易转化为算法，或者说即使可以转化为算法，成本效益也比较差。比如，全局性研究设计就属于不容易转化为算法，而孤儿药由于利润较小，人工智能往往不屑于从事这种研究，而这恰恰是人类研究者的优势所在。

结语<<<
人工智能时代，考虑药物经济学研究与算法之间的关系迫在眉睫，否则现在的研究积累很可能是无用功。然而，资本指挥下的人工智能是讲成本效益的，因此，人类会因为人工智能的出现失去一部分药物经济学研究工作，但是人工智能更大程度的价值是在增强人类的药物经济学研究上。

此内容为《医药经济报》融媒体平台原创。未经《医药经济报》授权，不得以任何方式加以使用， 包括转载、摘编、复制或建立镜像。如需获得授权请事前主动联系：020-37886610或020-37886753；yyjjb@21cn.com。