AI大数据驱动中医药创新实践

中医药是复杂体系，中药复方成分多元，与人体系统的关联机制难以用传统还原法破解。几千年来的望闻问切、辨证论治、处方用药积累了宝贵经验。AI与大数据为打开中医药“黑箱”提供了可能，我们的目标是建立解析中医药复杂机制的导航系统，说清原理、研制好药、提升临床疗效。

当前中医药面临微观机制数据稀缺的难题，我们的破解之道是借鉴中医整体观，从全局上挖掘人类临床表现（含中西医）、生物分子、药物的内在编码规律——即“跨层次模块化关联规律”：宏观临床表现相似则微观致病基因聚集，药物化学结构相似则靶点网络聚集。基于此规律，我们自主研发了10余项AI算法，实现药物靶标、疾病基因、协同作用、诊疗标志物等的高效预测，预测精度较国际同期算法显著提升。

我们还通过迁移学习，从180万现代药物数据中提炼规律并迁移至中药研究，实现中药整体性、特异性、有效性的靶点预测；同时开发新算法，关联宏观症状、微观病理与细胞分子信息，为临床疗效评价提供支撑。

以上算法汇集成为“基于网络靶标的中西医药分子网络导航系统——UNIQ系统”。这个系统已经在重大疾病防治、名方验方传承创新等方面取得了示范应用。

在重大疾病防治方面，我们构建胃癌转化全景式大数据，融入中医多模态信息后，胃炎向胃癌转化的筛查精度提升51.8%。国际首创胃炎癌转化单细胞网络研究，发现“胃癌极早期细胞”，其标志物提前10个月预判胃癌准确率达85%，改变了我国胃癌早诊率低于10%的困境。

在传承创新方面，我们将首届国医大师李济仁先生临床常用的871种常用方剂进行网络解析，锁定靶向类风湿性关节炎血管增生的核心环节，新增优化药物后形成疗效提升的新处方。

目前，我们已推动30余个中医药相关项目的创新研发和品种升级，制定了国际相关标准，相关理论方法在国际传统或民族医药研究中得到广泛应用，不仅促进了中医药国际化，也带动了国际传统医药的研究发展。最近还推动了中医药研究首次进入中国科学院和科睿唯安联合发布的《研究前沿》。（内容由本报记者王青云整理）