在新冠肺炎疫情防控中所发挥的巨大作用，让人工智能(AI)在这个春天得到了更大的关注。
“未来，AI在医药研发过程中的作用将越来越凸显。”阿斯利康全球执行副总裁王磊在近日举办的2020世界人工智能大会上说，“在医疗领域，AI的价值将主要体现在两个方面，一是提升三甲医院医生的效率，二是提升基层医疗机构的诊疗水平。”
复旦大学附属华山医院感染科主任张文宏则认为：“在整个疫情防控中，全部是靠人工，也就是靠传统智慧和城市管理实现的。”
在他看来，尽管现在AI已经应用于多个场景，技术还算成熟，但在医疗、流行病防治领域，AI的建设还在起点。
AI医疗=“医生”？
医疗影像诊断系统能在5秒内完成数百张影像的初步诊断；智能语音将电脑端语音转换医疗文字的极速输入；AI医疗机器人不仅提供人工智能远程诊疗服务，还承担日常消毒、送餐、清扫等工作；AI算法将原来数小时的疑似病例基因分析缩短至半小时，精准检测出病毒的变异情况……2020世界人工智能健康云峰会上，不少抗疫“明星”企业分享了他们的探索实践。
疫情下AI大展身手，高效辅助医疗应用场景，AI算法和算力在新冠肺炎诊断中发挥了更大的价值。AI在医疗领域的应用忽地遍地开花。
尽管如此，AI仍然只是一个辅助手段。
疫情期间，上海依图公司和上海公共卫生临床中心合作推出了业内第一款智能评估新冠肺炎的AI影像产品。
“从前医生对于新冠肺炎的定量评价需要数个小时，但AI辅助医生诊断只要一两秒，就可以作出准确判断，这是视觉感知的智能。”依图科技创始人兼CEO朱珑介绍说。
上海儿童医学中心智慧交接班的大屏上，患者的体温、呼吸、脉搏等生命体征和导管情况、氧饱和度等数据得到清晰的显示。据了解，上海儿童医学中心根据不同场景分别部署了上海森亿智能开发的辅助决策、质量管理和智慧交班系统，大大提高了效率，减轻了医护人员的负担。
然而，AI在辅助医疗上仍然困难重重。
数据是让AI生根的土壤水源，但医疗电子病历数据不仅类型复杂，而且体系割裂，对此类数据的采集、清理和挖掘，难度不亚于在沙漠里精耕细作。
数据标准化成为AI 医疗的核心问题。森亿智能创始人张少典说，让AI与临床医学深度融合的过程，就要让IT人把临床医学的语言转化成IT语言，让IT人和医学人双方之间实现对话交流。用文本解析电子病历数据，实际上是用不同的算法模型处理不同类型的数据，研发和搭建基于中文语言语义为特点的医疗知识图谱。
除此之外，跨越AI技术与医学专业难以逾越的知识壁垒也是当前阶段AI医疗面临的难题。
朱珑举例说：“在儿科领域，今天AI能够基于几百万份病例，学习近百万个医学同义词、近千万种关联关系。目前，AI在儿科的智能辅助诊断能够接近初级医生的水平，但是距离高水平专家还有一定差距。”
AI加速“神药”的诞生？
中国科学院院士、中国科学院上海药物研究所的陈凯先提到，药物研究有两个核心问题，一个是寻找靶点，另一个就是对药物结构进行优化，AI在寻找靶点上更快捷。
AI运用强大的发现能力与计算能力，发现药物与疾病、疾病与基因的连接关系，构建药物、疾病和基因之间的深层次关系，虚拟筛选出具有较高活性的化合物，为后期临床试验做准备。目前，AI在新药研发领域主要应用于靶点发现、化合物合成、化合物筛选等场景。
据了解，在药物研发领域，已经出现了AI的身影。上海的一家生物制药公司利用AI技术基于蛋白晶体学数据进行药物设计，打造数据驱动的智能药物开发云计算平台，将药物研发时间从原来的3—5年缩短至1—3年。这样技术领先的企业目前被“雪藏”保护起来。
2017年以来，国际制药巨头纷纷入局AI开发。在新药研发中，AI已经在阿斯利康的全球实验室中，出任化合物筛选的幕后“小能手”。“将我们认为比较低水平的分子筛选，交给AI机器人去完成，要比人工完成有效率得多。”王磊说，以往50个科学家花几百天才能筛出3个分子，而为此服务的研发团队甚至达到几千人；如今，通过计算机把分子结构搭好，再用AI去模拟这些实验，就能快速锁定让人体产生抗体的某个化合物，大大加快了新药研发的速度。
“虽然AI还没有直接创造新的药物，但在很多新药发明的背后都有AI的身影，它已经成为了我们研发过程中不可缺少的部分。”王磊说。
然而，专家认为，AI应用于新药研发与医疗AI落地面临同样的问题，如人才短缺、数据标准化与共享机制、商业模式创新等诸多挑战。
AI的脚步已经走近，或许可以期待：AI成为未来的“药神”。
