2022 年 1 月第 34 卷 第 1 期 http://www.sjpm.org.cn/ ［专栏导语］新型冠状病毒肺炎疫情的重要启示之一是认识到传染病严密监测和早期预警的重要性。上海市《关于完善重大疫情防控体 制机制健全公共卫生应急管理体系的若干意见》提出了“建设协同综合、灵敏可靠的公共卫生监测预警体系”的目标，要求以新发突发传 染病、食源性疾病、不明原因疾病为重点，完善发热、肠道门诊 素和事件的监测系统，从顶层设 计上为今后传染病疫情处置的多点触发、及早触发确定基调。症状监测作为一种新兴的公共卫生监测手段，通过对临床确诊前的健康相 关数据和疾病可能暴发的信号进行监测，从而实现早期、迅速的应急响应，为及时有效处置和扑灭疫情赢得宝贵时间。上海基于症状的 传染病综合监测工作起步较早，于2012年在全国率先开展腹泻病综合监测，构建包括成人监测和儿童监测的全人群腹泻监测体系；2014 万条数 据，涵盖病例流行病学和临床症状体征、病原学检测结果等多个方面，为明确传染病流行特征、病原谱及其季节性和周期性变化规律、支 撑疾病早期防控和临床诊疗提供了充分的科学依据。本专栏系统介绍上海市相关监测体系及配套信息系统的构建，为推进各类传染病 的早期监测预警、支撑医防融合的诊疗和防控、完善各地疾控体系建设和配套政策措施的制定提供参考。 转变模式，创新发展 ——构建超大城市现代化传染病综合监测体系

浓度的多因子数学模型，用于前列腺 PSA“ 灰区”患者诊断  AI 生物标志物： ASAP 与 GAAD 模 型 ASAPvs.GAAD 在早期 NAFLD 相关 HCC 中的诊断效 能  GAAD 模型及 ASAP 模型获得指南推荐通过肝癌的血液学分子标志物监测帮助肝癌早期诊断。  GAAD 模型及 ASAP 模型在鉴别所有分期 NAFLD 相关 HCC 患者时都具有最高的诊断效能，优于任何单一肝癌血清标 人体免疫系统错误地攻击和损害自身细胞、组织和器官的一类疾病 • 临床症状重叠 , 诊断标准复杂 , 发病率逐年升高 • 患者的经济以及精神的负担都相对增大 • 早期诊断对于自身免疫疾病的治疗至关重要 科学目的：基于实验室指标构建自身免疫风湿病早期分类的 多分类模型  研究对象： 519 例 SLE 患者， 163 例 SS 患者， 243 例 IM 患者  研究指标：自身抗体、血常规、生化常规、临床特征

以上。由此助力医院的数据标准化和医疗大数据管理，同时为医院的科研提速 提升医疗质量—流程闭环管理 提升医疗质量——医嘱闭环管理 提升医疗质量——智能影像识别  食管癌早期筛查  肺癌早期筛查  糖尿病性视网膜病变  乳腺癌早期筛查  结直肠癌早期筛查  宫颈癌早期筛查  … 早发现、早诊断、早治疗，削减医生读片和写报告的时间， 降低误诊、漏诊的概率。 提升医疗质量——临床决策支持 基

最大的挑战。 ● 13:08 医院与科技公司在AI医疗诊断领域的合作模式 对话围绕医院、华为以及第三方检验公司（如金域、迪安诊断）在AI医疗诊断领域的合作模式展开。医 院对AI在检验报告智能解读和疾病早期诊断方面的应用表现出浓厚兴趣，但指出目前多依赖于临床参 与。检验科希望通过AI赋能，实现更早的癌症诊断，而不仅仅是提高检验报告的准确性。同时，提到了 润达等公司正在开发的疾病诊断模型和辅助诊断工 问：医院与华为等公司在IVD领域是如何合作的？ 发言人 答：我们医院与华为以及其他第三方检验公司目前没有在人工智能方面进行合作，主要是有检 验标本外送的需求。同时提到，检验科对AI应用感兴趣，希望与临床合作开发更多早期诊断癌症的检验 指标，提升检验报告的赋能场景，而非仅仅追求更高的检测准确性。 发言人 问：AI在医疗领域的投入情况如何？ 发言人 答：随着AI技术的发展，大部分医院在未来两三年内会投入资金购买AI相关设备和进行相关开

预警信息来源相对单一 预警技术相对落后 由于预警监测系统在卫生健康系统内部以及跨行业部门之间一直未能有效建立起信息共享机制，关联数据 扩展、数据互联互通和整合分析无法实现；数据内容单一，缺少对早期监测预警具有重要意义的其他信息， 比如症状、接触史、生活史、交通史等。这极大限制了系统对传染病的监测预警能力。 现行的传染病预警系统于 2004 年正式在全国运行，其平台架构、数据管理、模型构建是 国家传染病自动预警系统 2004 年成功启用了一套基于互联网的国家疾 病监测信息报告系统 ，该系统使得医疗卫生机 构通过互联网 ，将诊断为法定传染病的患者个 案信息实时地直接上报至国家传染病监测中心 数据库，早期探测发现传染病暴发。 病例监测 有效补充 辅助决策 1 、症状监测 2 、区域传染病时空预测 3 、多点触发，多机构多源数据监测预警 传染病监测预警与辅助决策平台 总体目标  传染病监测预警与辅助决策——智慧化多点监测预警 在多元数据共享机制基础上建立多主体、多层级的与传染病相关的监测预警系统，实现不同行业及不同层级都有责任、有能力去识别传染病可能 增加的风险或已增加的“苗头”并发出预警，从而起到传染病早期预警相互补充、相互印证的作用 传染病监测预警与辅助决策——传染病预测预警分析 流行趋势时间序列预测分析、流行强度实时预测分析、流行强度街道预测预警排名、流行强度街道预测预警 GIS 分析 、流行类比预测预警分析

量精力进行手工 标注，构建成本非常高，不依赖标注的神经网络技术作为机器学习领域的一个重 要分支也同样受到了大量研究者的重视，模糊计算、粗糙集等一些数学方法也被 应用到中医诊断的研究中。 在早期，研究者一般采用一种或两种技术来解决中医的智能诊断问题，随着 研究的深入和问题复杂度的增加，研究者发现采用多种技术更加有利于诊断问题 的解决，多种智能技术混合开始用于问题解决。 如华南理工将 体体现。目前，红外热成像技术已广泛用于中医各领域研究中，为中医整体观提 供了可量化、可视化数据支持。 目前红外热成像技术已广泛用于临床诊断，涉及全身多个系统和脏器，能在 机体没有明显症状的情况下解读出隐患，做到疾病的早期诊断。在中医诊断学 “有诸内必形诸外”思想指导下，通过观察体表温度变化来揣测分析机体内在生 理病理，是中医临床“司外揣内”、“见微知著”的具体体现，为中医整体观提 供了可量化、可视化的数据支持。 成份分析仪、经络检测仪、人工智能体质辨识机器人等多类智慧中医辅助诊断 设备，以此辅助医生观察脏腑、经络上的气血流动及寒热情况，与传统的中医 诊断相结合，提供更全面的身体健康分析，检测到人体早期的异常变化，对癌 症、心梗、脑梗等重大疾病进行早期预警；通过智慧中医辅助诊断设备还可以 发现潜在的炎症、神经损伤、血液循环等问题，为患者提供连续的健康监测， 使让医生诊断更精准，与患者沟通更有效。 此外，该医院与华

引领行业进入高速发展期。梳理 AI+制药的发展历程，我们发 现 AI 与制药的结合逐步深入，成为生物制药企业的常态化工具。经历了包括 Exscientia、 Atomwise、英矽智能、晶泰科技在 AI 新药研发领域的早期探索（2014-2017 年）、最早一 批 AI+新药企业开始获得临床前候选药物(Pre-clinical candidate, PCC)一类的验证性成果 （2018-2019 年）后，DeepMind 免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。 7 电子 我们看到 AI 在医疗影像领域的应用相对成熟。根据动脉橙数据，中国 2022 年医学影像赛 道早期融资事件 18 起，和 2021 年相比数量增长约两倍。我们认为，AI 大模型或主要在效 率方面赋能医疗影像领域，通过提升自动化标注、自动化模型筛选、参数调优、处理非结 构化数据等能力，为行业带来缩

，是药物研发中急需解决的一个难 题。 传统的临床试验患者匹配方法及局限性 传统情况下，患者和试验的匹配是人工进行的。主要包含两大方向：TO B（找医 生）和TO C（找患者）。早期的患者招募机构多采取线下招募的方式，即项目人员 前往不同的城市、医院，乃至不同的目标科室，通过医生协助而接触目标患者。招 募者会根据各个患者的特征，并参考临床试验的Inclusion Criteria、Exclusion

及关系提取能 力，已经为计算机视觉(cv)及自然语言处理(nlp)等领域带来了突破性的 进展。现在，AI的魔力已经被逐步引入药物研发的领域，并正在深刻地 改变这个领域的研究和发展流程。无论是在早期的药物筛选、药物优 化，还是在药物的临床试验和后期的上市监控，AI的应用都愈发广泛。 本文将简要的概括药物研发的流程，并深入探讨AI在药物研发的第 一步: 靶点发现中的作用，以及它如何为这个过程带来革新。

及关系提 取能力，已经为计算机视觉(cv)及自然语言处理(nlp)等领域带来了突 破性的进展。现在，AI的魔力已经被逐步引入药物研发的领域，并正 在深刻地改变这个领域的研究和发展流程。无论是在早期的药物筛 选、药物优化，还是在药物的临床试验和后期的上市监控，AI的应用 都愈发广泛。 在上篇 "AI for 医疗" 的专题文章“AI for 医疗: AI大模型在药物 靶点识别中的应用”