AI医疗的发展为提高医疗服务质量、降低成本和提升患者体验带来了新的可能性。人工智能与数字技术主要赋能四个应用场景: 1)药品和制药领域:赋能药物研发、生产工艺优化及药物的个...

AI医疗的发展为提高医疗服务质量、降低成本和提升患者体验带来了新的可能性。人工智能与数字技术主要赋能四个应用场景:

1)药品和制药领域:赋能药物研发、生产工艺优化及药物的个体化使用等;研发端,AI新药设计能大幅缩减新药研发周期、降低成本、提升成药性,2023年全球共有43家企业、102条AI设计的药物成功进入临床阶段;生产端,AI大模型用于制药工业的工艺升级已逐渐开始;应用端,基于大数据模型、并结合患者的个体特征和治疗目标,制订最佳的个体化给药方案也已开始应用。

2)医疗器械领域:手术机器人、智能康复器械、医疗设备物联网、远程诊疗等;基于医疗影像大数据的辅助手术机器人的应用使得外科医生在手术操控性、准确度和临床疗效上大幅提升;智能康复器械为康复人群提供更有效率的康复护理方案,并节约康复医师人力;医疗装备的物联网化、智能化,为医院管理提供智慧化的解决方案;远程诊疗则大幅提升优质医疗资源的辐射半径,提高医生的诊疗效率。

3)医药商业领域:智能化医药物流和电子处方处理系统;先进的智能化现代物流配送体系和电子处方处方系统等开始在国内快速应用,持续提升药品的可及性和安全性,为全产业链提升运营效率。

4)医疗服务领域:医疗信息大数据、大模型辅助诊断和治疗。医疗信息化在国内持续推进,基于数字化及智能化的电子病历可以为医生工作大幅提升效率,同时AI诊断在国内高速成长,基于大数据和大模型的智能化诊疗方案,可以为临床医生提供最优的临床解决方案。

AI数据模型应用于药物的个体化使用

个体化用药即在最适的时间、对最适的患者、给予最适的药物和最适的剂量。目前,我国个体化用药水平不足,常常导致治疗失败或发生严重不良反应,已经成为危害我国人民健康、消耗医保资金的重要因素。AI为个体化用药发展带来新的契机,随着医疗信息化手段的飞速发展,临床上积累了海量的真实世界用药数据,AI技术恰恰可以处理、分析这些数据,通过对数据的多层次挖掘,筛选出更多影响药物作用的特征,从而构建实用性更强的个体化用药模型,达到临床精准用药的目的,同时也可用于药物不良反应预警等诸多方面。模型引导的精准用药(model-informedprecisiondosing,MIPD)是通过数学建模与模拟技术,将患者、药物和疾病等相关信息进行整合,指导患者精准用药。

数学建模在精准用药中的应用,可追溯至20世纪60年代,美国学者LewisBSheiner和RogerJelliffe率先提出:基于稀疏的临床药物浓度或生物标志物检测数据,应用建模与模拟技术,可为患者制订精准用药方案。2016年,英国曼彻斯特医疗峰会上正式提出了“模型引导的精准用药”一词,用于描述基于“建模与模拟”方法在精准用药中的应用。2017年中国药理学会定量药理专业委员会成立了临床应用学组,致力于搭建学习、沟通和交流的平台,整合资源,推广和发展中国的MIPD。相较于经验用药,MIPD是一种基于患者生理、病理、遗传等特征制订给药方案的新方法、可提高药物治疗的安全、有效、经济和依从性。近年来,随着临床精准用药需求的日益增长,MIPD方法和技术在临床实践中得到越来越广泛的重视和应用。