◎侯树文 本报记者 王 春
当前，医学和人工智能正处于快速融合阶段，成为国际科技竞争的新高地。12月24日，上海正式发布《上海市发展医学人工智能工作方案（2025—2027年）》（以下简称《方案》），方案围绕人工智能与医学创新深度融合，从创新策源、支撑平台、应用场景、产业发展等5个方面提出了18条举措。
上海丰富的医疗资源，为人工智能医学的前沿技术研究提供了丰富的应用场景。《方案》提出，要在人工智能与临床医疗、中医药、公共卫生、医疗管理、医保监管、药械研发等深度融合方面，打造全领域应用场景。
在医学人工智能创新领域，上海的医疗研发机构已经开展了早期探索。在上海市东方医院，医学大模型“Med-Go”创始人，东方医院急诊、重症医学科主任张海涛向记者展示了一份北京某著名三甲医院儿科的真实病例：患儿两次住院，经过近一年的时间，确诊为一种罕见的自身免疫性疾病。张海涛将患儿病历输入“Med-Go”后，仅用了几分钟时间，该大模型就给出了专家们用了一年才做出的诊断。
医学大模型应用创新面临的难题，是人工智能技术如何读懂密集复杂的医学知识，以及各类医疗数据难以共享。对此，“上海方案”有何应对之策？根据发布的《方案》，上海将建设医疗健康数据新型基础设施。例如，上海将制定卫生健康数据分类分级、融合应用等标准规范，建设市卫生健康数据大平台。在数据治理方面，《方案》提出将通过语义知识图谱、预训练大语言模型等技术，自动抽取、处理复杂医学数据。
针对人工智能助力创新药物研发，《方案》提出，支持蛋白结构预测与从头设计、药靶预测、药物设计与智能优化、虚拟筛选、晶型剂量、器官芯片等关键技术研究。
在上海交通大学张江高等研究院，上海交通大学自然科学研究院教授洪亮团队正在用人工智能技术变革生命科学研究的基本流程。“我们研发了从蛋白质序列直达功能的Pro大模型，把改造蛋白质的周期从几年缩短到几个月。”洪亮举例介绍。
《方案》提出，推动人工智能技术在临床试验管理方面应用。上海市临床创新转化研究院正在尝试应用人工智能技术提高受试者的筛选效率。“基于人工智能的受试者筛选，能够在多中心同步开展临床试验时实现受试者的精准筛选与发现，进而扩充患者入组的数据规模，降低脱落率，最终显著提高患者入组效率。”上海市临床创新转化研究院总裁段琦表示。