节，应用数智技术提升新靶点和新药发现效率，加速药物 研发和临床试验进度。 1.精准靶点识别与筛选 面向疾病机制探究和药物靶点发现等业务活动，针对 传统实验方法在通量和成本方面的局限性问题，利用多组 学数据分析和文本挖掘方法，整合丰富的生物学数据，结 合自然语言处理、深度学习、图像识别以及大模型等人工 智能（AI）技术，构建新药研发知识图谱，开展复杂蛋白 质结构预测，显著提升药物靶点的识别和筛选效率。 2 分子模拟和成药性理化模型等技术进行高通量虚拟筛选， 加快化合物生物活性和药理作用的评估速度；基于人工智 能（AI）技术挖掘文献、数据库等，提高化合物筛选范围 和效果。 4.动物模型数据挖掘与虚拟动物实验 面向动物实验研究、药物测试等业务活动，针对动物 替代需求高、与人体结果一致性有偏差等问题，运用数据 挖掘、模拟技术，建立动物造模计算机仿真模型；基于动 物实验数据库，利用建模工具建立决策树、神经网络等不 不 同模型，对实验数据进行解析，指导药物研发，从而提高 决策质量、效率和成本效益。 5.中医药人用经验数据挖掘和决策模型研究 面向协定处方和院内制剂向创新药转化等业务活动， 针对人用经验缺乏高质量数据证据等问题，运用数据挖掘、 聚类分析、模拟技术，建立人用经验大数据库，针对疾病 特点和中医理论建立决策树、神经网络等不同模型，对临 床有效性和特点进行解析，提高中药创新药转化决策质量、

驱动新颖靶点的发现，预测蛋 白质结构。并将为大家介绍这些方法的技术细节以及局限性。 医学大语言模型驱动新颖靶点的发现 目前已有研究利用大语言模型，通过分析海量的医疗文本，实现了对新颖靶 点的挖掘。这里我们以英矽智能于23年9月发表的论文: Biomedical generative pre-trained based transformer language model for age- related 另外2个新颖靶点在专业研究人员看来仿佛空穴来风，因为我们无法去理解大语 言模型给出这些结果背后的逻辑，且目前也没有一个令人信服的预测准确率数 据。因此，很多科研人员相比于相信大语言模型挖掘出的新颖靶点，更相信自己 亲手一步步挖掘得到的靶点，即便亲手挖掘需要远超大语言模型的时间成本和金 钱成本。 此外，医药研发并非像常规的自然语言处理一样，能简单快捷的验证模型答 案的准确性。医药研发涉及到人类健康和生命，所以在应用这些模型时需要特别

工具、算法开放探索 CHIMA 提出科学问题 制定研究方案 收集数据 数据处理 数据分析挖掘 成果转化 大量文献阅读 科研方法学 医学知识发 现 科研论文管理 辅助决策支持 构建肺癌专病库涵盖 68 个专病域， 951 个指标 AI+ 多模态专病探索研究 实现数据从业务到科研，从成果到临床的闭环应用，高效为临床研究者探索和挖掘科研成果。 以专科发展带动诊疗能力和水平提升。探索基于影像组学进行疾病诊断研究、基于宏基因组学分析进行诊断模型研究等。 科研假 目开端 （ 据） （专科疾病建模设计、专病数据库搭建、数据自动填充、数据挖掘分析） 科研工作 者 医生作 其他工 或科临 项设 设是假 CHIMA 医疗语言大模型——“大医” CHIMA 大医

工具、算法开放探索 xxx 提出科学问题 制定研究方案 收集数据 数据处理 数据分析挖掘 成果转化 大量文献阅读 科研方法学 医学知识发 现 科研论文管理 辅助决策支持 构建肺癌专病库涵盖 68 个专病域， 951 个指标 AI+ 多模态专病探索研究 实现数据从业务到科研，从成果到临床的闭环应用，高效为临床研究者探索和挖掘科研成果。 以专科发展带动诊疗能力和水平提升。探索基于影像组学进行疾病诊断研究、基于宏基因组学分析进行诊断模型研究等。 科研假 目开端 （ 据） （专科疾病建模设计、专病数据库搭建、数据自动填充、数据挖掘分析） 科研工作 者 医生作 其他工 或科临 项设 设是假 xxx 医疗语言大模型——“大医” 大医 医疗语言大模型

2 图 1. 智慧中医全场景地图 （资料来源：公开资料整理） 中医药传承场景指的是将中医古籍、临床医案进行结构化处理，通过知识 图谱等技术进行挖掘，实现对既往患者救治经验的提取。 中医诊断场景指的是将中医诊断依靠的望闻问切、经络诊断、体质辨识等诊 断手段数字化，借助智能终端和 AI 辅助做出更精准全面的诊断。 中医非药物治疗场景是指借助机器人、AI 实现针灸、推拿、刮痧、拔罐、音 乐疗法等中医适宜技术。 中医处方及药房场景指的是在诊断后，借助大数据和 AI 辅助药方的开立， 并在智慧中药房中完成处方的审核、调剂、煎煮。 中医药研究场景指的是运用大数据挖掘、AI 图像识别、自动化技术，对组 方合理配伍、药物有效成分、中药材科学种植、质量稳定性等进行研究，用现代 科学解读中医药学原理，推动传统中医药和现代科学相结合、相促进。 中医药监管场景指的 年，谷歌公司的 深度学习技术产品阿尔法狗的诞生，拉开了新一轮人工智能技术的序幕。在这一 轮人工智能热潮中，通过深度学习、强化学习、迁移学习等技术手段，极大地推 动了自然语言处理、知识图谱、大数据挖掘、图像识别等相关领域的应用与发展。 这些新技术还在辅助诊断、新药发现等领域发展发挥了重要作用。 在中医药领域，深度学习、迁移学习技术已经广泛应用于中医舌诊、面诊的 5 辅助诊断中应

智能预问诊和常见疾病预诊断 （可处理包含视觉信息的多轮问答） 患者健康监测：结合可穿戴设备数据 和患者视觉体征。 患者助手 医生助手（诊断 + 手术） 图文医疗文献 解读与挖掘 VLLM 在医疗领域的使用场 景 面向科研 科研与教育 s EMENS: H a l t h · n r · · 面向医生 面向患者 © Siemens Health 赋 in e 标 rs, 024 医学影像 去噪去伪影 交 互 式 后 处 理 如分割检测 … 图文医学文献 / 指南挖掘和解读 报告匿名化 / 结构化 科研方向预测 代码辅助生成 论文插图生成 Treatment/Follow-up Nursing Care Research/

WEB+APP ） 能力提升中心 区域临床路径、区域合 理用药、智能辅助诊断、 中医智能辅诊、… .. 周边业务系统 微服务集成平台 大数据中心 一体化接入平台 数据治理 健康档案全息视图 数据挖掘 … … 主索引管理 决策分析系统 县级医院 院内系统 基层医疗卫 生信息系统 医保系统 疾控、妇幼、血站 等系统 上级全民健康 信息平台 民政、公安等 横向系统 智能设备 … 通过区域协同、分级诊疗、 业务应用融合，实现县乡 村三级业务高速协同 业务协同 通过人财物一体化管理实 现医共体内资源统筹安排， 减少内耗，提高盈利能力 人财物一体化 利用大数据技术分析挖掘 全息医疗健康数据中心， 打造数据准确指标丰富的 驾驶舱，赋能决策精准 大数据精准决策 实现业务流程再造，打造服务 全程闭环管理模式，提供便民 惠民服务应用，解决“看病难、 看病贵”问题 接入现有系统，不满足接入的进行 升级和替换，新增一批业务系统（具 体依据调研及预算而定） • 以上基础上实现资源共享、业务协 同、档案调阅、决策分析等 • 增强医共体平台（建设大数据中心， 实现数据挖掘、数据治理；升级统一 门户、决策支持、监管驾驶舱及健康 数字资产管理；按需上互联互通测评 部件） • 扩大接入范围（按预算分批新增业 务系统） • 按需增加创新应用（如居民健康服 务平台【数字家医】、儿童三千天服

工具、算法开放探索 提出科学问题 制定研究方案 收集数据 数据处理 数据分析挖掘 成果转化 大量文献阅读 科研方法学 医学知识发 现 科研论文管理 辅助决策支持 构建肺癌专病库涵盖 68 个专病域， 951 个指标 AI+ 多模态专病探索研究 实现数据从业务到科研，从成果到临床的闭环应用，高效为临床研究者探索和挖掘科研成果。 以专科发展带动诊疗能力和水平提升。探索基于影像组学进行疾病诊断研究、基于宏基因组学分析进行诊断模型研究等。 科研假 目开端 （ 据） （专科疾病建模设计、专病数据库搭建、数据自动填充、数据挖掘分析） 科研工作 者 医生作 其他工 或科临 项设 设是假 大医 医疗语言大模型 • 超大语言模型 • 海量医学专业训练数据

患者多少与效益无关 人员配置较少，无法满足实际 功能 依托互联网医院 开药、随访、咨询线上开展 医生 开具慢性病处方 对患者进行慢性病管理 职业晋升机会不大 相关慢性病除用药外，未深入 挖掘 患者服务不到位 线上问诊 6- 慢病管理——突破点 社区医院 医药 社区服务 健康管理 送药到家 远程医疗协同 居民 搭建互联网医院平台 建设 运营 管理 管理 服务 用户体验差 • 医疗纠纷多 • 跨院医疗协作难以开展 • …… 医疗管理部门 • 区域内医疗资源分布不均 • 基层医院无人问津，大型医院人满为患 • 区域数据缺乏监管、影像数据价值有待挖掘 患者 • 看病难、看病贵、看病时间长 • 过度检查 • 转诊转院重复拍片 • 影像咨询困难 • 误诊率高 • …… 医生 • 阅片工作量大 • 诊断效率低、诊断准确率低 • 业务交流困难、学习资料匮乏 影像大数据的管理 影像数据互联互通，跨院医疗协作 医联体、医共体建设需求 高质量医疗专家资源导入 科研需求 …… 政府监管 区域数据监管 医疗流程的优化，分级诊疗 影像大数据价值挖掘 区域质控、人才培养 .….. 3 、传染病监测预警与辅助决策平台 政策背景 2020.07.23 国务院办公厅：国办发〔 2020 〕 25 号 关于印发深化医药卫生体制改革 2020

流派是独特的理 论、 方法或技艺, 中医学流派的发展规律有两种形 式: 一种是中医学流派的内部分化, 另一种发展形式 便是中医学流派的外部对立, ChatGPT 可通过知识库 学习各流派的理论思想, 挖掘隐性知识, 结合其自身 生成式人工智能的特点, 或将创造出新的理论观点, 促进中医文化的创新发展。 1. 2 辅助青年中医提高诊疗质量 中医医师的能力提升需要经验积累, 而青年中医 往往经验相对不足 ChatGPT 推动标准化患者大模型研发 与应用, 进而通过对话与模拟辅导青年中医的临床辩 证思维, 帮助青年中医积累经验。 另一方面 ChatGPT 通过嵌入中医知识库、 学习分析中医名师的诊疗经 验, 深度挖掘名老中医的诊疗思路、 辩证逻辑与开方 特点, 形成在线的辅助诊疗系统, 并且可以根据青年 医生诊疗水平高低提供个性化指导。 在青年中医问诊 过程中, 通过收集患者的主诉、 病史、 症状和体征等 信息