当前，全球生物医药领域正处于底层技术迅猛变革的转型期。以基因治疗、肿瘤免疫学等为代表的生物医学技术和以人工智能、大数据为核心的信息技术形成了双轮驱动力量。今年的“两会”上，代表、委员高度重视生物医药的未来发展，并为中国生物医药产业快速提速提出诸多宝贵意见。

全国人大代表、步长制药总裁赵超指出：“我国需要进一步加快布局计算医学新型数字基础设施，发挥算力、人工智能方法、大数据作为使能技术的带动作用，充分释放生物医学大数据的价值，赋能我国医疗和制药产业。”

他解释说，计算医学以信息科学与生物医学交叉融合为基础，深入挖掘生物医学大数据获得全新医疗价值，能够提供全新药靶，加速新药研发，提升慢性病与疑难症医疗水平，大幅减轻患者用药负担，全面提高医保基金使用效率。

采访中，记者了解到，如今药物研发累积的数据高速增长，药物研发领域数字化转型加速，药企的首要任务在于利用这些数据来驱动价值，达到提高药品生产效率和审批率，降低成本的最终目标。

生物研发受益较大

新药研发具有成本高、研发周期长、成功率低三大高风险性质。据《Natrue》报道，新药研发成本约为26亿美元，耗时约10年，成功率不到1/10。如何加速新药研发进程，降低研发费用已成为各大制药公司迫切需要解决的问题。

Biopharmatrend数据显示，与传统药物研发模式相比，AI+药物研发具有缩短研发周期，节约资金成本，提高成功率，充分利用现有医疗资源等优势。据统计，传统模式下的药物研发光是临床前阶段可能就需要4~5年。而基于AI和生物计算的新药研发管线平均1~2年就可以完成临床前药物研发。

早在2016年，美国食品药品监督管理局血液和肿瘤产品办公室就与美国卫生和人类服务部合作，在肿瘤学领域启动了一项跨学科创新计划，利用大数据和高级分析技术服务于精准药物开发，包括探索新的研究终点、药物靶标和患者分组策略等。

赵超介绍，我国的生物医学大数据技术处于全球“并跑”地位，但数据技术与生物医药产业的实践处于落后状态。从全球范围来看，人工智能、大数据在生物医药的应用虽然还处于早期阶段，但据统计，全球排名前15的制药企业有超过60%于2018年启动与人工智能企业的研发合作，以期取得绝对竞争力。

他表示：“我国生物医药产业目前正处在由仿制向创新迈进的关键爬坡期，仅依靠传统制药技术难以实现产业超越，需要数据技术和制药技术双轮驱动。”

顶层设计助“弯道超车”

中国科学院计算生物学重点实验室生物医学大数据中心张国庆指出，虽然生物医学数据已经进入了PB级（1PB=1024TB）时代，但是从计算医学角度看，95%以上的现有数据只能满足统计学意义的回顾性研究。

数据碎片化、标准多样化、数据库建设低水平重复，个体数据不够立体，共享机制不足等问题较为突出，数据难以有效融合处理。

比如，在药物临床试验通常投入大、耗时长、失败率高，而计算医学可以发挥的空间很大。但由于行业界限，临床领域与计算医学协同创新积极性不高，影响新药研发的成功率和产业价值的提升。

赵超建议，应由科研力量“国家队”牵头，推动“计算医学”新型数字基础设施建设，依托在国内学科深度融合方面布局早、发展好的科研单位，如中科院计算所等单位牵头建设计算医学的共性技术平台。

国家相关部门应该给予平台建设一定的政策资金支持，用于扩容数据中心等硬件基础投入和学科交叉团队的培养，通过集约化建设，避免重复投资、重复建设带来的资金浪费与时间窗口流失的问题。

另外，由国家药监局与国家卫健委、科技部联合牵头启动计算医学虚拟联合实验室，打破深度交叉的界别限制，组建跨学科的专家咨询委员会，协助生物医药企业、医疗机构梳理适合数据驱动的业务场景。

记者了解到，目前国内一些科研单位已经通过计算医学技术发现了主要应用于激素受体阳性Her2阴性乳腺癌患者群体的热点药物CDK4/6抑制剂的新临床场景，如果通过临床试验取得成功，将会给药企带来百亿美元收益。

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。