从药物研发模式变革到临床治疗创新，从数据处理优化到科研思路拓展，人工智能正全方位赋能生物医药行业。7月28日，在2025世界人工智能大会期间举办的“人工智能医药研发新模式与新机遇生态论坛”上，与会专家分享了人工智能在药物研发与疾病治疗中的前沿应用。
人工智能驱动医药革新
“人工智能将从辅助工具转变为人类协作伙伴，推动药物研发模式变革。”上海创新药物研发中心首席科学家John Renger在论坛上发言。
John Renger表示，未来，人工智能不仅能预测特定靶点的治疗效果，还能预判药物作用后的连锁反应，包括潜在的安全和耐受性问题，这将大幅减少安全评估和耐受性测试的工作量，优化给药方案，摆脱如今依赖多次生物实验，以及临床预测模型效果不佳的困境。还可以在开展药物临床试验前，先在虚拟环境中进行模拟，解决临床试验的安全性问题。人工智能可用于监测试验研究进展和患者状况，并实时与监管机构进行沟通。
降本增效 加速创新迭代
上海人工智能实验室教授欧阳万里则谈到人工智能在生命科学创新中的三大作用：减少创新成本，加速创新迭代，提升创新高度。
在减少创新成本方面，人工智能在数据压缩上展现出巨大潜力。传统压缩方式在高压缩比下会导致数据失真，而人工智能能学习光学影像特性，实现高保真的百倍甚至千倍压缩。
在加速创新迭代方面，人工智能可替代部分人工工作。欧阳万里介绍，在神经科学分析中涉及海量数据，人工智能交互式分割模型的应用可降低人工标注成本，提高效率。
在提升创新高度方面，学界已对人工智能的科研想象力加以探索。欧阳万里团队测试发现，大语言模型能像化学家一样提出高质量研究想法。通过让大语言模型模拟不同领域专家团队进行讨论，人工智能可生成更具创新性的科研思路，为生物医药研究提供新灵感。
数据缺失成为应用瓶颈
专家们围绕人工智能在生物医药领域的挑战与突破点展开热烈讨论。深势科技创始人、CEO孙伟杰认为，人工智能用于科学研究经历了多个发展阶段，当前的核心挑战是将最新人工智能技术快速应用到药物研发等场景并产品化，而一款全民可用的人工智能科研产品是推动领域发展的关键。
罗氏中国创新中心AIDD负责人林毅表示，药企在数据利用上存在结构数据缺失、数据共享难等问题。广州国家实验室研究员陈红明结合经验谈道，数据整合是一大系统工程，需处理内外部不同来源数据，同时解决数据隐私、格式标准化等问题。
