——马剑鹏
随着数字时期的到来，人工智能（AI）技能在各个领域的运用日益广泛，特殊是在生物医学和中西医结合的研究中。AI的发展不仅为医学研究带来了革命性的变革，还为传统医学供应了新的视角和方法。在这个背景下，理解如何将AI技能有效地运用于生物医学研究和中西医结合，成为了一个主要议题。
本期元宇宙与人工智能三十人论坛对话复旦大学繁芜体系多尺度研究院首任院长、上海人工智能实验室领军科学家、三十人论坛学术与技能委员会委员马剑鹏教授，探索人工智能如何影响和推动生物医学研究以及中西医结合的进步。我们将谈论AI在这些领域的详细运用，如何通过AI技能促进医学创新，以及如何战胜结合当代科技与传统医学时所面临的寻衅。这次采访旨在为医学和科技领域的专业人士供应有代价的见地，并引发公众年夜众对付未来医疗技能发展的兴趣和思考。
嘉 宾 介 绍
马剑鹏
马剑鹏教授，博士生导师，国际著名打算生物学家，国家大千人。现任复旦大学繁芜体系多尺度研究院首任院长、上海人工智能实验室领军科学家。复旦大学化学系学士，美国波士顿大学博士，哈佛大学博士后，师从Martin Karplus 教授（2013年诺贝尔化学奖得主）和William Lipscomb教授（1976年诺贝尔化学奖得主）。曾任美国贝勒医学院（Baylor College of Medicine）和莱斯大学（Rice University）终生教授，贝勒医学院冠顶教授，清华大学生命科学学院教授，美国医学生物工程学会会士，美国科学促进会会士及美国物理学会会士。2018年，马教授作为上海市高峰人才引进团队核心成员全职归国，与诺贝尔化学奖得主Michael Levitt教授联合创建复旦大学繁芜体系多尺度研究院。研究方向为生物物理、打算生物学及构造生物学，致力于发展针对生物体系研究的人工智能打算方法，与实验手段相结合，办理繁芜生物体系中的主要问题。近年来，在AI for science领域尤为关键的蛋白质构造预测研究中，马教授团队自主研发的OPUS-系列国产软件性能领跑环球，成功搭建全链条AI-赋能新药研发的前辈技能平台。此外，马教授屡获国际学术大奖，如2004年Norman Hackerman化学研究奖等，带领团队揭橥多项研究成果于Nature、Science及PNAS等顶尖学术期刊。2021年、2022年，马教授连续入选由Elsevier 发布的“中国高被引学者”榜单（生物学），以及由斯坦福大学发布的“环球前2%顶尖科学家终生造诣”榜单。
马教授同时也是美国中医执业医师，在国外从事中医临床实践多年，他善于治疗各种疑难杂症，尤其是利用针药结合治疗很多西医束手无策的重病久病。马教授返国后担当复旦大学老年病研究院特聘顾问，科技部中西医结合重点研发项目首席专家，上海中医药大学附属岳阳医院特聘专家等职，《中西医结合前沿杂志》外洋主编。目前依托复旦大学前辈的科研平台，从事中西医并重的重大疾病机理的研究。
PART ONE
提 问：
您如何看待人工智能在生物医学研究中的浸染？您的团队在这方面做了哪些研究？
马剑鹏教授：
人工智能在生物医学领域的运用现在险些无处不在。轻微回顾一下，人工智能并非新观点，它早已存在。但是最近几年突飞年夜进，直至本日，我们险些可以说处在一个“人生无处不AI”的时期。这种快速发展得益于一些重大打破，例如，人工智能在国际象棋领域的运用就曾引发了广泛关注。只管当时人们对AI的未来充满担忧，但事实证明，由于国际象棋棋盘的有限性，打算机可以通过穷举法赛过人类。人们曾自傲地认为围棋的繁芜性超出AI的处理能力，但谷歌开拓的AlphaGo却冲破了这一预设，降服了围棋大师，这让人们对AI的能力有了新的认识。
值得一提的是，谷歌寻衅了生物学领域中一个长期以来被认为极其繁芜的问题：蛋白质构造预测问题。这个问题已经困扰科学家多年，但借助人工智能，我们不雅观察到了这一领域的重大打破。虽然这个问题还没有完备办理，但人工智能的参与已经使我们在理解蛋白质构造方面取得了巨大的进步。在美国，我和我的研究团队在这个领域也事情了数十年。虽然这个问题十分棘手，但谷歌利用人工智能进行了一次考试测验，取得了显著的进步。这个进展证明，当代人工智能算法与过去有了根本的不同，它能够办理极其繁芜的科学问题。
在此根本上，人工智能在科学研究领域的运用变得越来越广泛，这不仅是由于AI本身的强大，也由于各行各业产生了海量的数据。在医学、社会科学等领域，数据的大量积累为人工智能的运用供应了丰富的资源，使得AI在这些领域发挥了巨大的浸染。
AI的运用正在改变药物研发的各个阶段，从靶点识别到临床试验，提高效率，降落本钱，并有可能带来新的治疗方法。比如靶点识别和验证，AI可以剖析大规模的基因组、转录组和蛋白质组数据，帮助识别与疾病干系的生物标志物或潜在药物靶点。通过剖析繁芜的生物数据，AI有助于揭示疾病的分子机制，从而辅导靶点的选择。
再比如药物再利用，创造现有药物的新用场。AI可以剖析现有药物的数据，创造它们可能对其他疾病的治疗潜力，这是一种本钱效益高且风险较低的药物开拓策略。此外，AI模型能够预测候选药物的药效、毒性和副浸染，减少对动物实验的依赖。可以加速分子动力学仿照的过程，帮助研究者理解药物与其靶标之间的相互浸染。
因此，我们的研究不仅局限于蛋白质折叠和蛋白质构造建模，我们还探索了数据在这些领域中的运用，力求在科学研究中取得更多打破。
OPUS-DSD是我们团队开拓的算法系列之一。这个系列算法的命名办法是在“OPUS-”后面加上不同的标识，每个标识对应不同的算法版本，针对不同的生物学问题。这些算法是我们研究成果的主要组成部分，它们在办理繁芜的生物学问题上发挥了关键浸染。
PART TWO
提 问：
OPUS-DSD算法对生物学的发展有哪些帮助和影响呢？
马剑鹏教授：
OPUS-DSD算法对生物学领域的发展起到了主要的浸染，尤其是在构造生物学这一关键领域。构造生物学是分子生物学的核心部分，它直接关联到药物设计。为了设计有效的药物，我们必须准确地理解特定蛋白质的三维构造，由于药物常日与特定的蛋白质结合。理解这些蛋白质的构造，对付预测药物与蛋白质的相互浸染至关主要。
一样平常来说，确定蛋白质构造紧张依赖于传统的实验方法，如冷冻电子显微镜技能。但是冷冻电子显微镜所拍摄的原始照片常日非常模糊，信噪比极低。想象一下，这就像是在太空中利用遥感技能拍摄地面孔标，照片常日是模糊不清的。要从这些模糊的照片中准确地推断出蛋白质的构造，须要对大量不同角度拍摄的照片进行均匀处理。
这里的寻衅在于纵然在冷冻电镜下，蛋白质由于其固有的优柔性，可能呈现出多种不同的构象。因此，如果直接对不同构象的蛋白质投影进行均匀处理，将无法清晰地分辨出蛋白质的详细构造。这便是OPUS-DSD算法发挥浸染的地方。这个算法专门用于处理冷冻电镜数据，通过高等的旗子暗记处理技能，它能够从一系列模糊的图像中准确地重修出蛋白质的详细构造。
此外，我们面临的一个重大寻衅是打算能力的限定。许多高真个GPU由于各种缘故原由无法获取。在这种情形下，开拓有效的算法变得尤为主要。如果算法设计得当，纵然打算资源有限，也可以实现高效的数据处理和剖析。因此，我们团队一贯致力于算法的开拓，通过算法优化来填补算力的不敷。简而言之，OPUS-DSD算法是我们办理生物学中核心问题、促进该领域发展的主要工具。
PART THREE
提 问：
您认为将人工智能技能运用于生物医学研究对传统研究方法有哪些寻衅和改变？
马剑鹏教授：
改变紧张表示在研究效率的提升、有了新的研究方法和工具、可以进行个性化医疗、促进跨学科研究等等。AI可以处理和剖析大量数据，加速生物医学研究的进程，例如在药物创造、基因组学和疾病诊断等领域。AI引入了新的研究方法，如深度学习在蛋白质构造预测中的运用，以及在繁芜生物系统建模中的利用。AI技能有助于实现更加个性化的医疗办理方案，通过剖析患者的遗传信息、生活办法和环境成分来定制治疗方案。同时，AI的运用鼓励了生物学家、年夜夫、打算机科学家和数据科学家之间的互助，推动了跨学科研究的发展。
在医学领域，比如影像学诊断，人工智能可以显著提升诊断的准确性。传统的医学影像的解读很大程度上依赖年夜夫的履历，而人工智能的参与可以降落误诊的风险，特殊是在二线三线城市的医疗条件下，人工智能的赞助意义重大。
在我的专业领域——分子生物学领域，人工智能同样在发挥着关键浸染。无论是宏不雅观层面的医学研究还是微不雅观层面的分子生物学研究，人工智能都正在彻底改变传统的研究方法和科研范式。人工智能技能的迅猛发展，每隔几个月就可能带来打破性的成果，这在人类科学史上是前所未有的。
但这种快速的发展也带来了巨大的寻衅，尤其是在教诲领域。目前的教诲体系还未能适应这种快速的发展。在打算生物学这个交叉领域，大部分的教授并不是打算领域出身，他们在学习和研究生物学的时候还没有人工智能的观点。这导致了新生代学生在接管教诲时面临师资不敷的问题。如果从现在开始，我们不开始积极的改变温柔应，那么未来五年，我们可能会面临更大的寻衅。
要改变这种局势，我们须要从娃娃抓起。这不仅仅是大学层面的问题，也涉及到中学乃至小学的教诲。我们须要让孩子们从小就打仗到打算和人工智能，培养他们的兴趣和感性认识。这是一项长远的事情，须要国家的高度重视和大力支持。理论上，如果政府足够重视，我们可能在五年内见到显著的变革。但这是一个须要持续努力、代代相传的长期过程。我们在高校里面事情的人都以为这个问题非常紧迫，须要不断的呼吁和努力，希望能够尽快见到改变。
PART FOUR
提 问：
您有多年的中医研究和临床履历，叨教您是如何将中医治疗与当代科技结合的？
马剑鹏教授：
我认为这确实是一个完备不同于我的人工智能研究领域的话题。作为一名长期从事根本生物学研究和打算生物学研究的学者，我的专业领域与AI赋能新药创新非常契合。同时，我也是一名执业中医师，对中医有极大的兴趣和激情亲切。确实，人们可能会问，这两个领域怎么关联起来。实际上，中医学和西医学的研究工具都是生物体，以是这两者有很大的关联。
中医学几千年来累积了大量的数据，非常适宜利用大数据技能。相对付西医依赖实验室数据的诊断方法，中医学的诊断方法更多地依赖于年夜夫的履历。如果我们能将中医的古典文献数字化并运用AI技能，对中医的发展将极有帮助。
中医的望、闻、问、切诊断方法在理论上可以实现数字化和智能化。例如，望舌诊断实质上是一个图像处理问题。舌象的不雅观察，例如舌头的颜色和舌体的胖瘦，实质上是一个图像识别问题。脉诊也是如此，实质上是机器搏动的识别问题，可以通过打算机技能实现。
只管某些方面如望舌诊断相对随意马虎数字化，脉诊的精准数字化则面临着更大的寻衅。诊断过程中的奇妙变革和老中医的履历判断是脉诊学中非常主要的部分，而且纵然在中医界，对付某一脉象的理解也可能存在差异。
此外，技能上，如何制造出与老中医三个手指一样敏感的传感器，以准确感知脉搏，也是一个技能难题。纵然实现了这一点，如果传感器位置放置不当，所得到的诊断结果也可能不准确。
总之，理论上讲，将中医治疗与当代科技结合没有任何问题，该当是可行的。中医的望、闻、问、切在中医诊断中的主要性依次递减。望诊能够让年夜夫通过不雅观察病人的神态、气色等来理解病情。闻诊包括听诊和嗅诊，能够通过听病人的咳嗽声、呼吸声以及闻病人的体味来判断病情。问诊通过讯问病人的症状、生活习气等来理解病情。切诊紧张通过触诊脉搏来理解病情，不仅能够反响病人的心脏和血管状况，还能够反响血液的丰裕情形和血液循环的状态。
中医的脉诊非常风雅，能够通过脉搏的快慢、脉管的深浅、脉的寒热以及脉管的大小等来综合判断病情。脉诊的难点在于它受多种成分影响，比如手腕的粗细、血管的位置等，而且每个年夜夫的手感也不尽相同。因此，脉诊不仅仅是检讨脉搏的搏动，更是对病人气血运行情形的综合判断。只管目前的技能还无法完备替代传统中医脉诊，但将中医治疗与当代科技结合，特殊是数字化和AI技能的运用，无疑为中医学的发展带来了新的机遇。
PART FIVE
提 问：
在您的实践过程中，您认为传统医学与当代科技结合的最大障碍是什么？
马剑鹏教授：
我认为传统医学与当代科技结合的最大障碍在于理解和处理繁芜体系时的不同视角。我们知道生物体本身非常繁芜，涵盖了无数的细胞和多种脏器。在这里，我们评论辩论到的是多尺度的观点，既包括韶光尺度的快慢，也包括空间尺度的大小。
当代医学和中医在看待疾病时，采纳了不同尺度上的视角。当代医学方向于在分子水平上探求和解决问题，比如通过一种小分子药物来干预另一个分子水平的问题。而中医则从宏不雅观水平、循环水平和免疫水平来不雅观察和处理问题，强调人是一个整体。
我曾在美国经历了一个印象非常深刻的例子。我的右膝，自小就不太舒畅，以是决定去看专门的骨科年夜夫。年夜夫态度很好，给我拍了X光片，然后见告我膝盖没有任何问题，枢纽关头表面非常光滑。我当时向年夜夫阐明，我认为我的膝盖问题源自于脚踝的轻微变形。但年夜夫的回答让我非常忧郁，他说脚踝不是他的专业范畴，建议我去找隔壁的年夜夫。
这就表示出了西医的碎片化问题。我的膝盖和脚踝是同一根骨头的两端，但在西医体系中却被分成了两个部分。这种分科治疗的模式忽略了身体的整体性，很多时候可能无法找到问题的根源。
只管西医现在逐渐意识到生物体是一个别系，开始提倡系统生物学的观点，但与中医的整体不雅观比较，仍有一定的差距。在海内，虽然西医分科也很细，但比较于国外可能还算不上极度。
以是，我认为传统医学与当代科技结合的最大障碍在于两者在理解和处理繁芜生物体系时的视角和方法存在实质的不同。这种差异导致了在实际治疗中的一些寻衅和困难。
PART SIX
提 问：
您认为人工智能未来在医学领域会有若何的发展？
马剑鹏教授：
人工智能（AI）在医学领域的未来发展估量将是多方面的，比如生物制药，人工智能的运用涉及药物创造、临床试验、个性化医疗、生产流程优化等多个方面。例如，AI与合成生物学相结合，推动新药物和治疗方法的开拓。AI可以帮助设计新的生物分子或细胞治疗方法，用于治疗各种疾病。AI可以处理和剖析大量的化学和生物数据，加速药物创造和开拓、AI技能可以用于优化生物制药的生产流程，提高效率和质量掌握。
除了生物制药，还可以供应更高等的诊断和治疗工具，例如，通过深度学习剖析医学影像，AI可能在早期识别癌症和其他疾病方面超越人类年夜夫的能力。在医学教诲和手术赞助中，AR和VR技能结合AI的运用将更加广泛。这些技能可以供应仿照手术的环境，帮助年夜夫和学生在无风险的情形下练习和学习繁芜的医疗程序。
而且人工智能在医学领域的运用不仅仅局限于临床诊疗。对付年迈且孤独的老人，人工智能机器人可以供应陪伴和互换，它们可以无限耐心地谛听老人的心声，供应安慰。但这也可能引发一系列问题，例如如果老人将财产留给了陪伴他们的机器人，这将如何影响人类社会的传统伦理和法律？
此外，人工智能在照顾护士技能上的运用，尤其是对付老年人的照顾，将有可能大大提高他们的生活质量。穿着式的AI装置可以实时监测老人的康健状况，并在紧急情形下及时报警。这将极大地提高老年人的安全性，减少因跌倒或其他意外造成的严重后果。
人工智能在医学领域的用途是毫无疑问的，但它也涉及到伦理问题，这些问题将越来越突出。例如，如果在医疗诊断中利用人工智能，且发生了缺点，谁来承担任务？是机器人、制造机器人的公司，还是利用机器的年夜夫？这是一个难以回答的问题。此外，数据隐私也是一个主要问题。如何处理和共享累积的病人信息，同时保护他们的隐私权，这是我们必须面对的寻衅。
PART SEVEN
提 问：
您以为人工智能技能的发展给医学领域的研究职员带来了哪些影响？
马剑鹏教授：
人工智能技能的发展对医学领域的研究职员已经带来了重大影响，这种影响将持续并扩大。只管很多年夜夫目前可能还不完备理解这一技能，但他们也须要学习如何与人工智能和机器人相处，并与时俱进。这是一个寻衅，但只要人工智能在医学领域有实际运用代价，人们终极总会适应并充分利用它。
在医疗技能发展的未来趋势和方向上，我认为智能化是一个新的主要方向。当代医学在研究和临床实践中越来越多地采取人工智能技能。智能化的范围险些覆盖了所有领域，它的影响范围之广，速率之快令人震荡。
对付未来，只管很难精确预测人工智能将带来哪些详细的技能打破，但可以肯定的是，人工智能将连续对医学领域产生深远影响。例如，ChatGPT的涌现就非常溘然，之古人们更多地关注如阿尔法围棋的胜利，但现在大模型、GPT这类技能已经成为热点，它们存在已久，但却溘然在某一天变得极其强大。
人工智能的运用并不局限于某一特定领域。技能的快速发展也带来了新的寻衅。例如，人工智能在写作上的能力，虽然最初被认为只是能够产生空洞的笔墨，但实在它可以产生具有启示性的内容，尤其是在头脑风暴等场合。与人工智能的互动可以帮助我们产生新的想法，供应不同的视角。但同时，人工智能也须要我们不断地与之对话和迭代，以便更好地理解我们的需求和意图。
PART EIGHT
提 问：
针对未来医疗康健领域的年轻专业人士，您有哪些职业发展的建议？
马剑鹏教授：
这真是个好问题。现在有很多人都在说，随着技能的发展，某些职业可能会消逝。例如，有人说司帐、状师这样的职业可能会受到影响，由于机器能够完成许多干系的事情。但是，我们也要认识到，仍旧有很多事情是须要人来完成的，机器是无法取代的。
我们现在正处于一个百年不遇的大变局中。在这个变局中，每个人都在探索。我相信，未来一定会更美好。对付未来医疗康健领域的年轻专业人士，职业发展的建议可以多方面考虑。这个领域正在迅速发展，特殊是随着技能的进步和跨学科领悟，为年轻专业人士供应了广泛的机遇。年轻人应该持续学习，跟上最新进展。医疗康健领域在不断进步，主要的是要持续关注最新的研究、技能和治疗方法，节制干系的IT技能（如数据剖析、电子康健记录管理），理解基本的AI和机器学习观点，这些技能正逐渐在医疗领域发挥主要浸染。除此之外，医疗康健领域的事情常日须要跨专业团队互助，良好的沟通和团队协作能力也至关主要，须要在干系领域（如生物信息学、公共卫生、医疗伦理学）进行学习和研究，以拓宽视野。
EHD
(内容整理：蒋慧雯 图片来源于网络，如有侵权请联系删除）