新华网北京7月20日电（杨玉云）7月18日，首届医药协同创新大会在北京中关村国际创新中心开幕，本次大会以“向新而行 向实而生”为主题。会议期间，中国科学院院士、首都医科大学附属北京天坛医院院长王拥军接受媒体采访，围绕创新药研发的“不可能三角”、人工智能赋能新药研发、临床医师科学家培养等前沿话题展开深度解读。

“不可能三角”倒逼研发从动物模型走向人体数据

“药物研发的‘不可能三角’，就是三个不可能的方面。”王拥军说，第一个角是cost（成本），研发花费越来越高，“目前全球一款新药上市平均投入26亿美元，这是大多数药企难以承受的。”第二个角是cycle（周期），研发周期漫长，“一款药物上市需要10到15年时间。”第三个角是成功率极低，“全球新靶点药物的成功率不到10%，在神经系统领域更低，其中脑血管病仅为4%，阿尔茨海默病的成功率不到1%。”

“按照传统研发路线走下去，这条路似乎已经走不通了。”王拥军表示，因此全球都在探索全新的研发范式——逐步摒弃基于动物发现新药靶点的路径，转而采用从人体发现的新药靶点，跳过动物实验，直接进入人体研究阶段。

他介绍，这一转向催生了两个新概念：一个是“human centered”，即以人为中心，让人体数据服务于人体研发；另一个是“NAM”，即new approach methodology，也就是新研发方法学。“7月7日国家药监局启动了新范式改革，名为‘先锋计划’，未来也会逐步取消动物药效和药代动力学试验，直接采用人体数据获批。”

为什么新药靶点应该来源于医院？王拥军引用本次大会发布的一组数据介绍：“全球新药产业最发达的美国，60%的新药靶点都来自医院，而非药企，更不是专业药物研发机构。而我国目前的新药靶点，大多和医院没有关联。”

他分析，医院掌握着真实的临床需求，清楚哪些是“尚未满足的临床需求”，靶点发现的方向不会出现偏差。更重要的是，从动物模型出发的研发路径存在天然缺陷——“没有一种脑血管疾病模型和人类完全一致，药物在动物身上有效，到人体往往会失败。”而依托人体数据通过人工智能计算靶点，“研发成功率会大幅提升，研发周期更短，研发成本也会显著降低。”

AI已深度介入新药研发，但缺乏优质数据

在被问及AI能否替代动物实验时，王拥军给出了肯定答案，并详细介绍了两大发展方向。

他说，“第一个方向是利用类器官和器官芯片，细胞取自患者，通过IPS细胞诱导转化为类器官。比如研发对抗血脑屏障的药物，可以直接构建血脑屏障类器官，这本身就是人类的生理结构。”第二个方向是虚拟临床试验，“对患者数据构建数字孪生，生成虚拟病人，在计算机上完成试验。”他透露，今年FDA批准的一款心衰药物“仅用到了一部分人体试验和一部分虚拟临床试验完成。我国目前还没有相关法规，但很快会落地。”

不过，对于当前AI制药“叫好不叫座”的行业现状，王拥军也直言不讳地点出了问题。

“国内AI制药企业这两年发展速度很快，但跟踪一段时间后往往会让人感到结果低于期待值，行业叫好的声量和实际落地效果并不匹配。”他引用人工智能领域的经典理论“GIGO——Garbage in、Garbage out（垃圾进、垃圾出）”解释了问题的根源：“AI找靶点用到的大多是公开数据，真正高质量的数据会公开吗？公开数据里劣质数据占比很高，甚至还存在被污染的数据，因此计算得出的靶点自然不可靠。”

即便想要使用真实世界数据，“医院里ICD编码的诊断正确率也不到70%。”王拥军直言，“我国目前缺少合格的研发数据，国家尚未建立支撑人工智能研发药物靶点的数据基础，这是行业发展最大的问题。如果合格的研发数据体系建立起来，AI一定会发挥巨大作用。”

他同时指出，AI在分子设计和临床试验设计领域已经展现出成熟的应用能力——“北京智源在这方面做得非常出色，只要明确靶点，AI就能完成分子设计。我们在国家神经疾病中心很多临床试验设计都有AI的参与，这比传统临床流行病学的人工设计效率和效果要提高很多。”

AI正在重塑看病方式，家庭医疗或成主流

在谈及人工智能与临床医学的协同创新时，王拥军介绍了其团队今年在《BMJ》发表的卒中临床决策支持系统GOLDEN BRIDGE II研究成果。

“我们推动近80家医院采用凝聚了天坛专家经验的人工智能诊疗方案，试验结果证实，患者的卒中复发率和致残率都实现了大幅下降。这是全球脑血管病领域首个基于人工智能的临床试验。”

对于AI在医疗领域的未来，王拥军描绘了一幅更具颠覆性的发展图景。“未来最大的改变，会是看病模式的彻底转变。如果家里就有一台可靠的人工智能支撑的居家医疗条件，我相信人们不会轻易往医院跑。”

他以今年甲流流行的实际案例举例说明：“京东的检测系统，可以在家取样后邮寄送检，确诊甲流后再把药物配送到家。未来所有慢病都会采用这种模式。”他还列出了推广这一模式需要满足的三个前提条件：可居家检测的各类化验指标、诊断用药“不走样”的垂直大模型，以及承担护理与陪护工作的人形机器人。“马斯克一直在宣传他明年要推出的‘擎天柱’人形机器人，定价1万美元一台，可以做护理、医疗、陪护和健康教育工作。”

“如果这些条件都能实现，未来看病的主要场景一定不会是医院，而是在家庭中。”王拥军说，“这对医疗领域的颠覆体现在范式转变上，整个医学研究的范式也会随之改变。”

医师科学家虽然是占比5%的少数派，却是不可或缺的关键力量

当被问及如何解决临床医师科学家人才短缺的问题时，王拥军给出了一个清晰的比例——“根据发达国家的经验，医师科学家占全体医师总数的5%。”

“肯定不能让所有医生都转成医师科学家，那样医院的正常运转也会混乱，但我们需要把合适的人选筛选出来。”他坦言，当前国内的医师科学家培养体系存在严重不足，“医师科学家需要系统培训，不能像现在做临床研究那样沿用师傅带徒弟的模式，临床研究是严谨的科学仍未达成共识。中国大多数医学院校没有专门开设临床研究系，尽管首都医科大学开设了临床流行病学和临床试验学习，但是招生规模和培养人数有限，难以支撑培养临床研究人才的重任。

“AI性能再强大，如果没有临床科学家，AI也没办法落地发挥作用。AI只能帮着完成重大决策确定后的细化工作，方向性的问题还是要依靠人来判断。”

王拥军表示，北京市已经开展了不少相关尝试，“今年北京市卫健委招录了50名学员医师科学家培训学院，临床研究基本部分在天坛医院开展，基础研究部分由北京大学医学部、北京生命科学研究所等单位进行。只是项目开展时间还短，成效要看未来。”