2024 中国医疗 AI 生命体大数据对生命体经济的电影研究报告

问题简报 中国与医疗AI 大生物数据对生物经济的影响 May2024 执行摘要 医疗人工智能是依托生物医学进步和人工智能推动新发现的新兴技术领域，旨在提升人类健康。医疗人工智能可以帮助研究人员发现新的药物、理解疾病的复杂成因，并预测患者对治疗的反应。随着这些应用改善公共卫生结果，它们也促进了全球生物经济的增长。战略性优先发展医疗人工智能的国家将享有竞争优势，并为未来的发展设定全球标准和规范。 医疗人工智能的领导地位取决于对大量生物数据（或生物数据）的访问。生物数据可以包括从个体收集的信息，如独特的基因序列或医疗记录。拥有大量高质量生物数据的研究人员和开发人员处于有利位置，因为这种资源是医疗人工智能进步的关键限制因素。 中国制定了全面的国家策略以支持医疗人工智能的发展并推进其生物经济领导地位。本报告考察了中国关于医疗人工智能的目标，这些目标涵盖了从收集和保护大量生物数据到促进研究与开发，再到支持医疗人工智能商业化等方面。我们发现： •中国可以访问来自世界各地的公开生物数据，而其国内数据集则对其他国家关闭。访问更多的生物数据可以促进更强大的医疗AI应用程序。 •来自中国和美国的医学AI研究出版物都在增加。美国在2021年与中国的医疗AI研究论文生产方面仅微弱领先中国，而由于中国政府在此领域投入了大量资源，中国的研究产出很可能将继续增长。 •北京正在推动医疗人工智能的商业化，此前未涉足生物技术领域的中国顶级科技公司正进军医疗人工智能领域。支持企业和促进监管审批的政策可以加速医疗器械的发展。 总之，中国在生物数据收集和医疗人工智能领域的战略有可能使其在这个领域成为经济和技术的领导者。政策制定者在考虑促进美国竞争力和生物数据基础设施的政策时 ，应考虑这种领导地位的影响。 目录 执行摘要............................................................................................................................ ...1引言............................................................................................................................ ..................3生物数据：社会资源推动人工智能创新...................................................... ..............................4促进中国成为全球生物数据领导者的政策..................................... ........................................9促进生物数据积累的政策..................................................... ......................................................11控制数据访问的政策.............................................. .....................................................................11支持研究、开发和技术基础设施的政策.. ................................................................................13中国医疗人工智能研究成果......... ................................................................................................13依托生物数据的中国医 疗人工智能公司16结论与中国的 生物数据领导地位的持久影响19附录 A：中国noteworthy的政府医疗人工智能政策列表20 作者................................................................................................................................... .................24致谢............................................................................................................. ........................................24参考文献............................................................................... ..............................................................25 Introduction 随着科技的进步，人工智能的前沿发展正在加速生物创新。人工智能使研究人员能够更快更高效地处理大量复杂数据，并通过识别生物数据（以下简称“生物数据”）大型数据库中的模式来推动健康和医疗应用的发展。例如，在COVID-19疫情期间，世界各国利用人工智能工具进行疾病诊断、预测治疗反应以及计算感染概率。1 展望未来，那些引领人工智能技术在人类健康领域（以下简称医疗AI）的发展和应用的国家将获得巨大的经济和社会回报。全球生物经济正迅速增长；有专家估计，到本十年末，生物生产产品可能每年为全球经济贡献高达4万亿美元，而仅医疗AI到2030年的全球价值就将超过1200亿美元。2除了经济实力之外，医疗AI领域的领导者还可以在全球范围内设定研究、技术部署和数据使用方面的标准。鉴于这些潜在优势，各国都有动力投入资源并制定专门政策来推动医疗AI的技术发展，包括使高质量生物数据存储库更加可访问。3 中国是将生物技术与人工智能整合策略实施得最好的国家之一。中国可以访问来自世界各地的公开数据，同时保持国内数据集对其他国家的封闭。4许多中国政府部门政策明确表示其优先考虑生物数据收集、应用以及医疗AI部署的意图，中国的医疗AI行业也有类似声明。5在分析这些已发布的声明和策略时，它们的实际实施及其最终的成功尚需观察。 这份简报在中国在全球背景下关于生物数据和医疗人工智能的已声明目标和理解目标方面进行了考察，重点关注中国政府为收集和分析大量生物数据（包括基因、蛋白质组学和临床数据）而制定的政策和项目。此外，该简报还探讨了中国正在为前沿技术（包括医疗人工智能）开发的生态系统中的不同方面，以便在这一快速增长的生物经济领域中竞争并占据主导地位。最后，该简报评估了这些发展对中国在该领域的竞争力的影响。值得注意的是，虽然本报告承认与中国生物数据相关努力内在的国家安全和伦理问题，但它主要关注这些努力的经济影响。 生物数据：推动AI创新的社会资源 生物数据，或生物数据（biodata），是一个广泛的类别，涵盖了生物学、生命科学或生物医学信息的大规模数据集。例如，生物数据可以包括从个体收集的信息，如独特的基因序列或医疗记录（表1中总结的生物数据类型）。人工智能技术可以利用这些大量的数据来识别基因、疾病和治疗方法之间的联系，而这些联系在没有这些技术的情况下可能难以识别且耗时。前沿的医疗人工智能应用正在越来越多地被应用于个性化医疗、药物开发和疾病监测等领域。随着这些工具的应用，它们的使用会生成和收集更多的生物数据，这些数据可以为下一个开发周期提供支持（图1）。 图1.基于AI的医疗技术发展周期 资料来源：CSET分析。 增加生物数据的访问可以支持和加速基础研究，并帮助科学家和医生分析人口健康趋势或整体人群中的此类趋势。6尽管如此，高效利用生物数据，尤其是DNA数据资源 ，可能会面临挑战并耗费大量时间。这在一定程度上是因为大多数生物数据集非常庞 大；例如，一个人的基因组大约由30亿个核苷酸碱基对组成，包含约20,000个基因。7新的AI工具虽然可以显著缩短处理、调查和提供这些大型数据集洞察所需的时间。 一个特别有前景的应用领域是人工智能已经被应用于分析生物数据以推动精准医疗。根据患者的特定病史、身体特征和遗传构成，患者对各种治疗方法的反应可能会有很大差异。精准医疗考虑这些差异，利用患者独特的生物数据来帮助决定哪些治疗方法和疗法最有可能对该个体效果最佳。8例如，了解患者癌细胞的DNA序列可以指示导致该疾病的遗传突变，并帮助医生选择适合患者特定诊断的个性化治疗方案。 总体而言，医疗AI在广泛的应用领域对精准医疗和公共健康具有巨大价值，包括： ●预测患者对特定治疗反应的算法。 ●AI指导的药物发现。 ●将电子健康记录整合到基因数据库中，以将特定的DNA突变与疾病结果连接起来 。 ●使用在医学图像上训练的算法，如MRI或X射线，以帮助医生诊断患者。 ●使用医疗记录中的数据来跟踪传染病的传播。 表1：用于开发医疗领域下一代技术应用的生物数据类型 Data 示例(s) 定义和功能 基因组学 DNA 人类基因组由30亿个碱基对组成 序列 DNA，其中一些编码基因，指令用于制造具有特定功能的蛋白质。突变，或基因的变化，可能导致疾病或影响身体是如何工作的。9个体的基因构成会影响他们对某些药物的反应，或者他们发展某种疾病的可能性。 表观基因组学 Gene表达式, 表观遗传学是指可逆的改变改变某些基因表达的方式和时间， DNA或组蛋白修改 或转化为蛋白质。通常，表观遗传变化指的是化学改变的DNA或它是如何包装，但不改变基因的DNA序列。10 蛋白质组学 蛋白质序列，函数，以及3D结构 蛋白质是执行工作的功能组件在细胞内。蛋白质是由基因编码的必须构建或表达。蛋白质组学研究蛋白质特征,存在,位置,相互作用其他蛋白质或细胞成分等。 11 医疗Images X线,CT扫描，核磁共超声波 医学图像捕获视觉和电磁 振来，自患者的数据。12这些信息可以帮助诊断疾病或医疗状况，或跟踪 疾病如何随着时间的推移而发展。 电子 患者 电子病历或电子健康 医疗 medical 记录，包括患者的特定健康信息 记录 历史 比如他们的生物特征或人口统计信息，疾病状态和用药史。这些数据给出洞察构成各种复杂因素病人的健康状况。13 资料来源：CSET分析。 医疗人工智能在满足公共健康需求并克服成本、劳动力和可及性挑战方面具有巨大潜力 ，许多国家正努力利用AI在医疗领域的能力。14许多技术先进的国家，包括美国、英国以及欧盟等，通过科研资金支持、数据库维护与整理以及与私营部门合作等机制，优先推进医疗人工智能的发展。15例如，美国行政命令14081《推动生物技术与生物制造创新》指出需要“培养促进生物技术和生物制造创新的生物数据生态系统”，以“推动美国的突破性进展”。 生物经济”。16尽管全球都在努力推动医疗人工智能的发展，中国的努力尤为突出，因为其政府采取了广泛的数据收集和保护政策，这可能使其在推进更广泛的生物经济和人工智能目标方面占据优势。 使中国成为全球生物数据领导者的政策 中国政府优先考虑生物数据的收集、保护和推广，以推动生物经济领域的领导地位。尽管许多国家制定了促进人工智能在公共健康和精准医疗方面应用的策略，但医疗人工智能对中国尤其有益，因为它可以解决由中国庞大且老龄化的人口带来的紧迫和不断增长的公共卫生需求，以及其不均衡的农村医疗卫生体系所导致的问题。17中国利用生物数据发展医疗人工智能，应用于重大公共卫生领域如疾病监控、疫苗研发和食品安全问