當AI邂逅生命健康 華為云為他們搭建三座橋

2020年11月，AlphaFold2在蛋白質結構預測大賽CASP 14中大顯身手，將AI+生命健康的全球熱度推到了新的高峰。事實上，早在此之前AI賦能大健康、醫(yī)療、制藥等領域就是廣受關注的話題。尤其是AI與新藥開發(fā)的結合，可謂被產學各界寄予著最高期待。

然而在一些偶然的高光表現與宏大的未來展望之外，AI賦能生命科學是一條步履維艱的探索之路?？鐚W科的難度，技術難以落地的挑戰(zhàn)，成本高企與重復建設問題嚴重等等難題困擾著這個被寄予厚望的方向。我們可能會好奇，在鏡頭之外，現實之中，真正的AI賦能生命健康產業(yè)正在經歷什么？推動這個產業(yè)方向前進發(fā)展的動力是什么？

在一場“含智量”超高的峰會上，我們找到了一些答案。

7月22日，第三屆華為云AI院長峰會在貴安召開。這場峰會會聚了多位中國工程院院士、中國科學院院士，以及來自國內近30所頂尖高校的60余名院長、教授、專家。期間，中國AI產學各界的頂尖專家、學者共同談論了AI技術發(fā)展的新趨勢與新挑戰(zhàn)。有趣的是，我們注意到峰會中被提及與關切最多的方向就是AI與生命健康的結合。這似乎是在以往AI峰會中很少見到的。

借助這個機會，我們了解并整理了華為云在AI賦能生命健康領域的一系列成果。總結起來，我們可以將華為云的努力理解為“三座橋”。

一邊是AI技術的無盡想象力，一邊是生命健康的偉大與莊重。華為云用這三座橋，聯接起了兩個無比重要的領域。

他們嘗試在產學各界的沃土中，種下一顆AI果，期待著在云端長出生命的希望。

AI與生命健康，可能是21世紀最偉大的相遇

21世紀被認為是生物與生命科學的世紀，越來越多的新技術、新研究方法將在這個世紀匯聚到生命科學與健康產業(yè)中來，從而改變人類對抗疾病，提升健康水平的過往范式。

其中，AI與生命健康的相遇，可能是最具想象力與可行性的一種。從基礎邏輯上來看，這是因為醫(yī)學研究具有大量不同類型的數據，非常適合AI進行學習與分析。而相關研究中同時又有大量需要人工重復性勞動來解決的問題，非常適合用AI來進行替代。

此外，AI技術可以在短時間內合成靶向藥物，從而將藥物篩選的過程大幅縮短，研發(fā)綜合成本也隨之降低。醫(yī)藥界有著公認的“雙十定律”——一款創(chuàng)新藥從研發(fā)到上市，平均成本超過10億美元、研發(fā)周期大于10年。AI的加入有望幫助打破該定律。無論從尋找靶向線索，提升新藥篩選效率，提升開發(fā)成功率，還是降低綜合成本等角度看，AI都帶來了巨大的想象空間。這堪稱是一個人類必須嘗試和探索的方向。

然而在現實中，生命健康領域與AI領域是基本不相交匯的兩個學科。AI賦能生命健康，面對著缺乏數據支撐，場景落地困難，基礎設施薄弱，學科研究體系互不理解等等問題?？陀^來說，AI賦能生命健康還遠未到開花結果時。尤其在藥物研發(fā)等領域，我們可能還需要等待5到10年來久久為功。

在目前這個階段，我們還不能從AI與生命健康的相遇中完成豐收，而是需要耕種，需要堅持不懈地灌溉與栽培。需要面臨一個問題解決一個問題，遇到一個挑戰(zhàn)就攻克一個挑戰(zhàn)。

面向橫亙在AI與生命健康之間的湍急河水，華為云扮演起了修橋人。

第一座橋，沉淀：打造醫(yī)療智能體，凝聚共性平臺

AI賦能生命健康并不缺少方向和案例。事實上，我們可以在兩者之間看到無數的跨領域機會點，畢竟生命面前從無小事。然而問題也隨之而來，大量AI賦能生命健康相關項目的啟動，導致社會投資過于分散，大量資源被消耗在重復性建設當中。很多相關探索都以案例、合作的方式呈現，最終結果卻很難沉淀下來惠及更廣泛層面。

為了解決這個問題，讓AI賦能生命健康的投入與研發(fā)能夠被長期利用，就需要有平臺將相關技術結果沉淀下來，形成共性平臺。這也就是華為云正在嘗試搭建的第一座橋：以醫(yī)療智能體（Enterprise Intelligence for Healthcare）EIHealth，沉淀AI+生命健康的海量技術成果。

目前，AI賦能健康主要體現在疾病基因早期篩查、疾病輔助診療、藥物研發(fā)等環(huán)節(jié)。華為云醫(yī)療智能體EIHealth是基于華為云AI和大數據的技術優(yōu)勢，面向醫(yī)療行業(yè)提供的全棧、開放、專業(yè)的企業(yè)級AI研發(fā)平臺，支撐企業(yè)AI的研發(fā)、轉化和應用。在一些關鍵領域，華為云醫(yī)療智能體EIHealth已經實現了平臺化集成，面向企業(yè)提供大量相關AI模型算法與資源。比如基因組引擎、藥物研發(fā)引擎、臨床研究引擎等等。與此同時，華為云醫(yī)療智能體EIHealth還與來自高校、企業(yè)的伙伴攜手進行多個領域的探索，在“基因組分析”“細胞測序”“藥物篩選”“蛋白質結構預測”“疾病知識圖譜”等方面獲得成功經驗。這些實踐經驗也可以幫助更大企業(yè)進行醫(yī)療AI的產業(yè)化落地。

平臺化的技術集成與經驗能力沉淀，可以有效幫助更多企業(yè)與學術機構，在探索相關領域時規(guī)避重復建設，降低綜合成本與失敗率。也可以幫助企業(yè)更準確找到同類經驗與專家知識，使很多項目可以在平臺化技術與經驗集成的幫助下得以實現。

此外，AI+生命健康不僅包括重研究向的藥物研發(fā)、基因測序等工作，還直接面向臨床實踐，可以將優(yōu)秀醫(yī)生的經驗通過AI帶到更廣泛的基層地區(qū)。所以華為云醫(yī)療智能體EIHealth還集成著提升基層醫(yī)療水平，直接提升社會醫(yī)療能力的作用與價值。

自信息革命以來，技術平臺化已經成為所有技術發(fā)展到一定程度的必經階段。對于AI+生命健康來說，平臺化、集成化的技術沉淀在今天并不容易。但無論如何，我們也需要走出這一步，這是讓更多力量、人才、資源參與到這場偉大變革的先決條件。

第二座橋，打通：大模型賦能藥物研發(fā)之路

或許可以這樣說，新藥研發(fā)是生命健康產業(yè)頂端的皇冠；而大模型，是如今AI產業(yè)中熠熠生輝的明珠。二者相遇，是產學各界共同期盼的盛事。

從基礎技術邏輯上看，大模型賦能新藥研發(fā)是一件具有廣泛可行性的工程。新藥研發(fā)中藥物篩選、靶向尋找等產業(yè)需求的特點就是數據結構復雜、數據量巨大、對算法魯棒性要求苛刻，而這些都是大模型的能力優(yōu)勢所在。但在現實中，大模型賦能新藥研發(fā)之路卻并不容易。一方面新藥研發(fā)過程中環(huán)節(jié)眾多，流程復雜，如何體系化完成大模型的貫通與落地是一件前所未有的工作，加之藥物研發(fā)機構和企業(yè)能提供的數據往往并不充沛，一系列因素限制了大模型的落地。另一方面，AI企業(yè)與藥企合作時往往需要單獨開發(fā)模型，進行定制化合作，這導致了很多大模型相關工作陷入重復開發(fā)，并且合作往往需要巨大的專家資源投入，可復制水平較低。

為了解決這一系列問題，華為云率先推出了盤古輔助藥物設計服務（Pangu Aidded Drug Design），創(chuàng)造性地打通了大模型落地新藥開發(fā)之路，并且對相關能力進行了服務化的集成與沉淀。在盤古輔助藥物設計服務的幫助下，藥企與相關醫(yī)療機構可以加速早期藥物研發(fā)進程，使得早期藥物研發(fā)的周期從數年級縮短到月級，大幅縮短研發(fā)時間，并且相較于傳統(tǒng)的方法將成本降低70％。

在這背后，是華為云聯合中科院上海藥物研究所提出了針對化合物表征的全新深度學習網絡架構，學習了17億個小分子化合物的特性，進而生成了新一億小分子。憑借一個統(tǒng)一的預訓練大模型，打通藥物研發(fā)的各個環(huán)節(jié)，加速建模效率，提升泛化效率，做到了一個大模型覆蓋蛋白化合物的結合預測，化合物與屬性預測，化合物優(yōu)化與生成全鏈條的藥物研發(fā)工作。從而實現大模型真正理解藥物研發(fā)的結構、流程與具體需求，而不是僅僅以工具化的形式浮于藥物研發(fā)工作的表層。

目前，盤古輔助藥物設計已經正式商用上線，并于2022年獲得了iF產品設計獎。盤古輔助藥物設計服務已經開始加速制藥公司的藥物研發(fā)創(chuàng)新。借助強大的AI算力和創(chuàng)新體驗的設計，盤古藥物分子大模型可以幫助科研人員在拓展知識邊界，降低科研人員的多種工作負擔。

大模型與新藥研發(fā)的結合，可謂是AI賦能生命科學無數議題中最令人激動的一項。華為云搭建的第二座橋，打通了大模型與藥物研發(fā)的產業(yè)界限，讓二者真正實現全流程融合。藥物研發(fā)能力決定著未來人類健康水平的上限。我們期待著，大模型成為真正的“藥神”。

第三座橋，破障：消弭通產學研界限，構筑研發(fā)新范式

在第三屆華為云AI院長峰會中，中國科學院院士、清華大學人工智能研究院名譽院長張鈸表示：“人工智能的發(fā)展處于初期階段，科研工作者需要充分利用知識、數據、算法、算力這四個要素，建立可解釋和魯棒的人工智能理論，發(fā)展可控、可信、可靠、可擴展的人工智能技術，探索出一條適合人工智能的全新發(fā)展道路，以此推動人工智能的教學、科研和產業(yè)的健康發(fā)展?！?/p>

這一論斷非常準確地詮釋了今天AI技術與產業(yè)的突圍方向。AI本身是一個跨學科技術，而AI與其他學科的結合可謂是“跨學科的跨學科”。然而也就是在這樣連續(xù)的跨越與打破以往產學常規(guī)的方式下，AI才能走出一條新路，才能推動AI技術全面、高速發(fā)展。對于AI與生命健康的合作更是如此。傳統(tǒng)意義上，生物學、醫(yī)學、藥學等相關領域，就與計算機、控制論等學科之間很少有交流與合作，更遑論深度學習代表的最新AI技術。AI+生命健康是一次全新的碰撞與融合，需要打破產學之障，建立常態(tài)化、高效可用的溝通機制，共同構建產學研一體化的研發(fā)新范式。

華為云搭建的第三座橋，就是在AI領域與生命健康領域之間進行了廣泛且密集的產學研合作，并將合作成果集成在華為云的平臺與品牌之上，讓更多研發(fā)人員能夠有效參與到產學進程中來，了解并加入AI賦能生命健康的偉大變革。

華為云圍繞跨界的融合，把AI和醫(yī)療結合起來，圍繞基因組分析、藥物研發(fā)、臨床輔助等方面進行探索。

具體來看，華為云與北大、中科院完成了大量細分技術合作，其中包括疾病基因篩查、基因測序、蛋白質結構預測、分子動力學模擬和藥物篩選等等，在很多方面進行了深入的產學研合作研究。在全球市場，華為云為相關領域提供了PE級別的算力集群，幫助伙伴將AI+生命健康相關能力更好地提供給用戶。在落地層面，華為云與協(xié)和醫(yī)院等三甲醫(yī)院合作，形成了一系列合作成果。如今，在打破兩大學科界限，構筑產學研合作新范式層面，華為云既展現了合作誠意，也取得了喜人的合作成果。

華為云人工智能領域首席科學家、IEEE Fellow、國際歐亞科學院院士田奇就介紹了這樣一個基于合作完成的AI+生命健康落地案例。華為云與伙伴聯合研發(fā)AI輔助宮頸癌篩查模型，幫助提升宮頸癌早期篩查能力。驗證結果表明，該模型的排陰率為61.9%，陰性片判讀的準確率高于99%，陽性病變的檢出率超過99.9%。效率方面，AI系統(tǒng)將細胞病理醫(yī)生鏡下閱讀宮頸細胞涂片的平均時間從6分鐘提高到36秒。通過AI輔助宮頸癌篩查模型判讀速度是人工判讀的10倍。由此可見AI賦能醫(yī)療產業(yè)的價值，也可以見到充分廣泛的合作帶來的價值。

打破藩籬，跨越障礙，實現產學研體用一心的合作與溝通。這是華為云基于一次次技術探索，一個個案例落地帶來的范式價值。AI賦能生命健康，不是一家學校，一家企業(yè)的工作，而是全球優(yōu)質資源攜手同行才能推動的變革。這其中，需要有人愿意持續(xù)付出，形成平臺化與產學樞紐——這正是華為云的價值所在。

從AI醫(yī)療能力的平臺化沉淀，到大模型打通藥物研發(fā)新路，再到產學研一體化的合作范式構建，華為云踐行“一切皆服務”戰(zhàn)略，把那顆名叫AI的種子，深深種植在了智能與生命兩大科學的交界處。并且用心耕耘，勤奮地耕作與灌溉。

我們依舊在等待這顆種子長成參天大樹。但今天至少可以說，那顆種子已經在云端長出了關于生命的希望，長出了實現變化的力量。