赵宇 中科计算技术西部研究院研究员、计算医学沙龙召集人

第三届计算医学论坛如约而至。这是一部“连续剧”，因为我们会持续向社会展现计算医学技术体系从科学发现到产业落地的全部历程。如何用数字描述生命，是计算医学的底层逻辑。全球范围内，已经有几十个团队在做类似的工作，国内相对少一些。我一直说对这件事的拥抱，不一定是拥抱我们团队，而一定是拥抱这个技术体系和技术思想。

很多人不明白基因检测和计算医学的区别，我经常举这个例子解释：你不能走到一片麦子地，让种麦子的人给你做碗面条，他是做不出来的。换句话说，基因检测只是生产数据，而计算医学用人工智能或数学方法解读数据、加工数据，产生新洞见。

据统计，国际上有5 多万个病种，我国临床上有 1.4 万多个病种。这其中没有治疗药物的疾病不在少数。即使有药物，药厂也常被诟病定价昂贵。究其原因，是旧有药物研发技术体系的新药研发成本太高，导致其产能走到了尽头。

但在计算医学的方法下，跨病种研究成为可能。以乳腺癌和脊索瘤为例，一个是全球第一大癌种，一个是发病率极低的罕见病，但是在分子层面的研究显示二者在发病机制上有共同之处，因此药物也可以共用，这使原本少人问津的脊索瘤迎来了治疗的曙光。目前，CDK4/6在计算医学方法下已发现了100多种适应证。

我认为科技进步才是最大的伦理。药物研发为什么这么慢？研发的药物为什么这么贵？这是因为需要严格的试验入组条件。如果我们能证明虚拟临床试验是可行的，能在患者入组前就预测他可能发生的反应，比如药物不耐受、副作用等，那就可以精准地进行药物分配或调整。而这才在最大程度上体现了对生命的尊重、对患者的尊重。

从“深蓝”、AlphaGo到ChatGPT、Sora，与其相关的一系列大型公众科技教育事件让人们经历了一次次从不可能到被震撼的巨大转变。如今计算医学也是如此，作为一项颠覆性非共识技术，它容易给人一种未来感或科幻感。但不容置疑的是，它已然走在现实的路上。