源头创新 + AI赋能，能否让精准医学实现广泛应用？

　　21世纪经济报道记者季媛媛 上海报道 2005年，美国《科学》杂志为纪念创刊125周年，曾抛出“引领当代科学潮流的125个大问题”，在前25个被认为最重要的科学问题中，有16个与生命科学有关。

　　与生命科学密切联系在一起的医学，是守护人类健康、维护社会稳定运转的基石。精准医学作为医学科学的“新概念”，于2011年首次提出，近年来取得了飞速发展。

　　近日，在“创·在上海”大中小企业融通科创论坛暨“无科创无未来”复旦管院科创走进嘉定活动现场，复旦大学生命科学学院院长林鑫华对21世纪经济报道等指出，生命科学是创新与技术相结合的典范，而精准医学体现了医学科学的发展趋势，也代表了临床实践的发展方向。

　　那么，要如何激发源头创新，如何推动精准医学产业发展，AI时代我们又需要怎样的精准医学人才?

　　精准医学的创新运用

　　精准医学指的是针对疾病病因的复杂性，综合考虑个体生物特征、环境、生活方式存在的差异，从而制定有效的健康干预和治疗策略的医疗模式。

　　与传统医学相比，精准医学能够精准优化诊疗效果，避免医疗资源浪费;减少无效和过度医疗;明确罕见病病因并寻找治疗方案。

　　精准医学主要包含精准诊断、精准治疗和精准预防三个核心部分，其目标是提高临床诊疗精准度。

　　相关资料显示，在精准诊断方面，2016年仅全球分子诊断市场总额就接近106亿美元，CAGR(复合年均增长率)预计为14.3%。到2023年，全球测序市场规模将从2018年的107亿美元增长到244亿美元，CAGR为18.0%。在精准治疗方面，肿瘤免疫治疗市场的规模将从2016年的619亿美元增长到2021年的1193.9亿美元，CAGR达到14.0%。

　　另外，在生物大数据领域，至2022年，生物样本库市场总额将增长至26.9亿美元，CAGR达7.8%。至2025年，生物大数据的市场总额将增长至530至690亿美元，CAGR达到27%。

　　“例如基因检测、液体活检、影像诊断、个体化药物、靶向药物、免疫治疗等，包括AI技术需要的生物大数据，人工智能、临床决策等。”林鑫华说，“这一系列创新都会带来巨大的市场价值。”

　　医学研究离不开模型，对于临床来说尤其需要利用模型进行药物开发和疾病诊治的开拓。类器官则是生物医药领域的革命性模型，是器官发育、精准医学、再生医学的重大技术发现。

　　类器官可以取自人体组织的任何一部分，例如提取一根头发、一片皮肤，再通过各种基因编辑做成与人体内器官类同的细胞组织。这种细胞组织具备了组织记忆、自我组装、重现组织器官结构的能力。

　　“不需要通过小鼠，直接从病人体内取样。”林鑫华介绍，“现在通过这项技术，肠道等常见人体组织都可以做成类器官。因为可以从人体样本里直接做，所以对精准医学产生了非常强的影响力。”

　　从预测到新药开发

　　抗癌是人类医学史上的长久难题。

　　如今，类器官技术可以应用于预测肿瘤药物敏感性，包括预测化疗药和靶向药物有效性;预测免疫治疗药物(如PD-1抗体药)的有效性，未来还将和二代测序技术一起，共同帮助医生择药，实现精准用药。

　　类器官技术还能助力新药研发，用于药物毒性和有效性测试。包括肾、肝、肠类器官用于药物的毒性预测;携带特定突变的肿瘤类器官筛选靶向药;免疫细胞治疗疗法、溶瘤病毒疗法评价等。

　　类器官再生医学可以实现有功能、定植性更强的类器官进行移植，例如，成体干细胞来源的肝、肠、肺、胰岛类器官移植等。

　　此外，通过类器官智慧生物样本库，例如建设可冻存再复苏的活生物样本库，能够助力医学研究、药物研发和再生医学。

　　“精确的药物试验，对预防转化至关重要。通过建立一系列的模型，做一系列有效的毒性测试，类器官也可以帮助对新药的开发。”林鑫华说，“最重要的是可以通过类器官的再生医学产生新的组织，在体内进行对疾病的诊治。类器官也可以做活体样本，我们中国做了大量的样本，十几年前做的很多都是一些组织冻起来，扔掉可惜，保留花钱，这时候就需要用活体的样本。”

　　目前，林鑫华团队正在开展器官发育和稳态维持机制研究、病毒传播风险及致病机制研究以及肿瘤发生发展机制和药物开发。

　　“肿瘤最重要的问题在于异质性。它经常会变，今天发现好了，过两天变化了就会产生抗药性。”林鑫华介绍，“我们需要建立一系列模型，这些模型可以用类器官来做。例如人的肝脏细胞，通过基因编辑做出人的肝母细胞瘤类器官，通过这个模型建立一系列的药物测试，可以检查原来的药对这些肿瘤的影响，以及用于开发新药。”

　　实际上，眼下，类器官是个热门领域，但“跑得很快，仍需要进一步成熟和完善。”林鑫华指出，类器官领域仍有很多挑战，其中也并存着机遇。

　　一方面，类器官系统具有局限性。例如，体外培养的类器官成熟度和功能有限;另一方面，类器官形成效率、形态结构和功能方面存在异质性;另外，关键原材料来源有限并且成分不明确。此外，培养标准化方面，需要实现类器官制备工艺标准化、类器官培养材料标准化、类器官(肿瘤等)标志物标准化。在材料产业化方面，则需要开发更优的生物基质凝胶、探索新的合成类基质(水凝胶)、研发自主知识产权的原材料等。

　　“特别是严格的质量控制，标准化的培养体系，还有工程的自动化操作程序，都会对转化产生非常重要的影响。”林鑫华强调。

　　如何让AI真正造福社会?

　　AI技术浪潮的兴起为医疗行业智能化转型提供了新的思路和手段，同时也为精准医学产业发展带来了重大机遇和变革。

　　在林鑫华看来，目前比较可靠的AI技术应用在影像诊断方面，例如病理诊断直接用图像处理的可信度很高。长期而言，AI技术将会对精准用药和精准预防产生深远影响。“特别是在药品开发方面，例如蛋白质结构可以通过AI技术实现。”林鑫华表示，“AI技术现阶段有些可靠性非常强，有些则要用经典方法与先进方法相结合。”

　　医学发展的终极目标是更好服务于患者，随着AI技术飞速发展，对AI技术的信任也成为新的议题。“对患者来说，怎样让他们感觉到AI技术是可靠的?第一，技术本身必须进一步提升。只有提升硬科技，才能精确判断疾病。”林鑫华说。

　　同时也需要对广大民众加强科普宣传。很多新的技术，到一定年龄、一定时期要有一个学习和理解的过程。只有大家认识到AI技术的先进性、可靠性，再加上真正的可行性，才能长期为社会服务。

　　如此，关注技术的同时，人才的作用也不容忽视。“AI人才首先对数据的处理算法要有很强的能力，同时对临床、对生命科学要有深层次的理解。”林鑫华表示，“更重要的是要有这方面的学习能力。这样才能围绕医学所需、患者所需、以自己所能真正为医学、为精准医学的临床转化落地开发服务。”

　　林鑫华指出，我们需要为人才提供好的平台，包括基础平台、实验平台，同时也需要形成优良的文化和生态。

　　“一个人的学习能力是多方面的，没有人生下来就是搞生命科学的。只要社会所需，你所能;只要有好的人才库、好的平台、好的文化体系，就能真正让AI在精准医学、转化医学的发展推动上起到重要作用。”林鑫华强调。