主题：2021中国高新技术论坛
时间：2021年12月29日13：30--16：00
地点：深圳会展中心梅花厅
实录内容：
主持人：各位下午好，2021中国高新技术论坛来到最后一个半天，欢迎各位的光临，我是深圳卫视主持人王海东。今天下午的论坛我们将以“生命科学与医疗生态”为主题，围绕生命科学的加速与突破、技术驱动下的医疗生态等话题共同来探讨大健康产业发展的技术创新与产业升级。将会有七位来自学界和业界的嘉宾分享他们的观点，其中三位将通过视频方式来进行分享。我们也马上正式地进入到主题演讲的环节：
第一位视频演讲嘉宾是中国科学院院士、中国科学院生物物理研究所研究员、中国科学院大学荣誉讲席教授郭爱克先生。郭爱克先生主要从事视觉信息加工、神经编码和计算机神经科学研究。1979年获得德国慕尼黑大学自然科学博士学位，这也是第二次世界大战后，中国内地学者在联邦德国获得的第一个博士学位。郭爱克先生今天演讲题目是《脑科学和类脑智能正在相互照亮》，请看大屏幕。
郭爱克：各位嘉宾，大家好！我今天报告的题目是“脑科学和类脑智能正在相互照亮”。从宇宙创生到生命爆发，到智能演生，再到人工智能，有一首诗讲“脑比天恢弘，若将两相并，脑中有天空，君亦在其中”。中国古代就有天人合一的哲学思想，近代西方也有天脑合一的观念，如今我们大家都认为天地人脑万物互联。当代科学的技术正处在大发展、大交叉、大融合的时代，科学正在向微观、介观、宏观和宇观进军，正在向深海、深空、量子、大数据、通用智能、脑海深处进军，物质科学、信息科学和智能科学正在相互照亮，这是科学发展的必然规律。因为大自然是不分学科的，德国著名诗人歌德说过：“大自然不是核，也不是壳，它同时是一切。”
过去人们常说科学面对四大奥秘，宇宙起源、物质本质、生命起源、思维本质，但这都是从学科角度来说的，实际上这是一个连续链条，一条演化历史长河。科学是在求索从宇宙创生到智慧演生之路，在求索从无中生有到三生万物之路，这就是复杂系统科学所开创的认知造路。2021年诺贝尔物理学家授予了三位研究复杂物理系统的科学家，以表彰他们在预测气候变化和理解复杂物理系统的科学贡献：“发现从原子到行星尺度的物理系统中的 联想到2019年物理诺奖对我们理解宇宙演化和地球在宇宙中的地位做出了重要的贡献，指出了“从简单的初始状态按照简单的定律演化出丰富的复杂性，需要漫长的时间和大量的物质”。宇宙学告诉我们，在直径长达十万光年拥有上亿颗恒星银河系中，我们地球人很可能是唯一的智慧生物，人类大脑无疑是已知宇宙的最为复杂的智能系统，它好比一个无比庞大的交响乐团演奏恢弘的心智乐章。当下脑科学和智能科学正呈爆发之势，二者怎样才能相互照亮，如何从复杂系统科学的思维，求索脑与智慧的关系，物质与精神的关系，来回答脑在整体上怎样工作的，这是战略的制高点。
无序和波动的相互作用”。帕里西(Giorgio Parisi)说过，他的大部分研究都涉及简单的行为如何产生复杂的集体行为，
两千多年前伟大的诗人屈原的长诗《天问》提出了172个问题，反映出我国先辈对宇宙洪荒，天地自然的思考与探索之心，“路漫漫其修远兮，吾将上下而求索”。1619年开普勒发表了《宇宙的和谐》(Harmonice Mundi）。开普勒一直怀有宇宙是一个和谐整体的强烈信念，他描述音乐和数学、音乐和宇宙规律的共同性。我们可以想象从宇宙和谐到大脑的心智乐章。从这张图，我们可以看到大自然的魂魄，欧州椋鸟的群飞起舞，电线干上小鸟序列，以及马踏雪原的奔腾。他们都遵循三个原则，一是聚集的原则，个体与邻居相互靠近，以避免个体孤立；二是排斥的原则，个体与邻居保持一定的距离，以避免个体间的碰撞；三是对齐的原则，个体与邻居尽量保持速度大小和远动方向一致性。
在我们的实验室里，我们可以用两台高速的红外相机正交放置拍摄不同数量梯度的飞行果蝇群体的时空交互行为；50只、150只、300只、600只，他们都维系了彼此不相碰撞。
我们这里提一个问题，为什么脑内多巴胺系统能够介导多种认知功能和精神活动？神奇多巴胺，天使兼魔鬼，这里是荷兰大艺术家埃舍（M.C. Esher）的木刻画。我们这里展示出一些图画，不用很多文字，表明多巴胺参与风险和不确定性抉择，参与了毒瘾、烟瘾、网瘾，酒瘾，也参与双向情感障碍：躁狂和焦虑，参与孤独的行为，这是伟大的孤独者梵高，参与头痛、帕金森疾病、抑郁症等等。
多巴胺是脑内通货，是奖励价值的一种测度，多巴胺由脑内的多巴胺神经元生物合成并释放，中脑多巴胺神经元主要集中在黑质致密区和中脑腹侧被盖区，果蝇130个多巴胺神经元，小鼠为2—3万，大鼠4—4.5万，猴子是16—32万，我们人类为40—60万，这与动物进化的趋势是一致的。可以看到从腹侧被盖区投射到前额叶，参于很多脑功能，前额叶大脑当中的脑区的分布情况，可以用领结结构（蝴蝶结）来表示，共有29个脑区，其中有17个脑区在领结芯。前额叶的功能有两个重要的功能要素：一是自由意志，前额叶脑区受损的人常常表现出环境依赖综合症；二是与时俱进，前一分钟还和一个朋友在聊天，下一分钟就要去赶飞机了，所以，自由意志和与时俱进是前额叶脑功能的两个基本符号。
这两个特征是怎么实现的？前额叶的基本功能是基于多巴胺的动态门控机制，当闸门开启时，前额叶会迅速更新信息，当闸门关闭时，可以稳健保存现有的主要信息。这个过程我们可以用中国太极图表示，当D2开启时，是与时俱进的，当D1开启时是自由意志的。大草原田鼠的伏隔核（NAc)的多巴胺 D1和 D2 对维系该种鼠的“一夫一妻”制起关健的，但是相反的作用。激活D1 受体阻止“一夫一妻”的最初形成，而激活D2 受体却促进配偶偏好过程。 这个过程与成瘾过程极为相似：激活多巴胺D2受体，将导致复吸，反之激活多巴胺D1受体将阻止复吸。即使是线虫（C.elegans）的多巴胺D1和D2受体在运动调控中也相互拮抗。
多巴胺的功能怎样描述？它可以用这样的公式表示，多巴胺的反应=实际上获得的回报-预期的回报，这个差值如果是正，多巴胺反应是积极的；如果是负的，多巴胺反应是消极的；如果是0，多巴胺反应是无动于衷。多巴胺的编码原则和信息论一脉相承，按信息论之父香农的定义，100 % 出现的，信息等于0；如讲“太阳从东方升起”，大家都知道，是不含信息量的，如某一事件出现的概率很小反而蕴含了大量的信息量，这是由香农公式给出来的。
直觉也是一种智能，多巴胺系统是通用奖励货币，是我们评价我们的世界和其他人的一种方式，所以我将它称之为“脑币”，每当我们没法用简单的源由来解释我们做的某项决策时，那就是直觉脑内多巴胺驱使我们做的，在决策过程中，多巴胺不知不觉地参与了投票。俗话说，情人眼里出西施，西施眼里出白痴，就是由多巴胺投票造成的感知现象。多巴胺是一种神经调质，调控期望、预测和风险；多巴胺的功能是跨物种保守的，这是根据达尔文的大道至简大美天成可以悟到的。我们与果蝇同在蓝天下，同住地球村，它的消化道、体结构、分泌系统、神经系统和人类的都是可以相类比的，果蝇的脑内多巴胺系统和哺乳动物的多巴胺系统在合成、运输、分泌、信号接收和信号转导方面有大多数基因都是保守，只是参与多巴胺代谢的主要酶在两种物种中是不同的。
强化学习（Reinforcement Learning, RL），又称再励学习、评价学习或增强学习，是机器学习的范式和方法论之一，用于描述和解决智能体（agent）在与环境的交互过程中通过学习策略以达成回报最大化或实现特定目标的问题。
脑科学和类脑智能正在相互照亮，最近，Will Dabney 等科学家（2020）提出了一个受最近人工智能启发的基于多巴胺强化学习的分布式强化学习的新思路。假设大脑表征未来可能的回报，并不是用一种单一的平均值方式（大锅饭），而是一种同时并平行地有效地表征多个未来后果的概率性分布。这个想法意味着有一套预测组的检验。Will Dabney 等 使用来自小鼠腹侧被盖区VTA的单细胞记录来进行检验，为分布式强化学习的神经实现提供了有力的证据。
多巴胺的功能，我们可以理解它是一个辩证法，怎样解决天使和恶魔的矛盾呢？中华民族永恒的太极智慧，老子的道德经讲 “万物负阴而抱阳，冲气以为和”，即由阴阳两个对立共存的方面相互矛盾冲突 产生第三者,即“先二而后三”， 进而生成万物。”奇画共欣赏，寓意相与析，我可以用三个世界著名的画作来诠释这个1→2→3概念。 这是蒙娜丽莎，道生一；这是毕加索的画，是一生二，这是二生三的画。最后是中国故宫博物院国宝级藏画，一团和气图。1465年明宪宗朱见深所绘。
恩格斯在自然辩证法中这样论述，“一切差异都在中间阶段融合，一切对立都经过中间环节而相互给过渡，辩证法不知道什么绝对分明和固定不变的界限，不知道什么无条件的普遍有效的非此即彼，它使固定的形而上学的差异互相过渡，除了非此即彼又在适当的地方承认亦此亦彼，并且使对立互为中介。”。这段论述与老子的阴阳对立统一观是何等相近呀！
最后，我用这张壮丽江山图来结束我今天的报告，毛主席说，江山如此多娇，引无数英雄竞折腰；习主席说，江山就是人民，人民就是江山。
主持人：谢谢郭院士的精彩发言。郭爱克先生每一次演讲都是兼具诗意、哲学、脑洞，今天也不例外。下面，我将请出深圳睿心智能医疗科技有限公司创始人兼CEO郑凌霄先生演讲。睿心智能医疗主攻AI医学影像研发及在心脑血管场景下的临床应用，致力于成为全球领先的心脑血管精准智能诊疗平台。郑凌霄先生拥有约翰霍普金斯大学博士学位，是深圳市孔雀计划引进人才。今天演讲他的题目是《形态学+功能学：构筑冠心病诊疗介入一体化平台》，时间为15分钟，掌声有请。
郑凌霄：谢谢主持人，大家下午好。很荣幸来参加这个论坛，今天我的报告题目是“形态学+功能学：构筑冠心病诊疗介入一体化平台”。
中国目前心脑血管患病人数大概3.3亿，冠心病引起的死亡率从2002年每10万人死亡30人左右，到2018年每十万人死亡120—128人，死亡率增长270%以上，2018年我国开展介入冠脉造影大概300—400万例，但其中绝大部分是无效的冠脉造影检查，也就说，这一部分冠脉造影对应的患者是不需要进行介入性治疗的。而且统计显示，在三甲医院先去做冠脉CTA的话，一个影像科的医生每天要在将近1万多张的冠脉CTA图片中寻找狭窄、斑块，写报告，每例可能会花30—60分钟的时间，而中国每年做冠脉CTA的量大概是一千万的量级。目前，国际上有统计报告发现，65%的冠脉造影做的时候发现并不需要做介入性治疗，有创的记录检查其实会给医疗支出带来非常巨大的负担。目前的诊断方法都是看患者的形态学狭窄程度，比如说给心肌供血的血管引起狭窄，严重的话会进行治疗，没有手段进行功能学的评估。我们后续介绍一下我们的技术手段可以实现评估整个血管的供血功能是否OK。
现在的诊疗流程，如果一个患者有了胸痛到了医院，医院会做心电图、CT等非常常见的检查。那么，怎么样去精准制定下一步的诊疗流程，判断这个病情是严重到需要放支架还是情况尚可只需要吃药，保守治疗就好，通常医生会让患者做冠脉造影，打上麻药之后在手术室通过介入的导管进行，它显示的是狭窄程度。因为前期的检测方法像CT、心电图不够精准，导致这些做冠脉造影的检查人之中大概30%—40%，真正需要在冠脉造影的指导下放入支架，大量的患者没有必要做这个手术。最大的问题就是在进手术室之前其实是没有一种非常精准，非常无创的检测方法可以为医生提供诊疗的决策依据。
我们睿心经过三年的时间，研发了一款从基于冠脉CT无创的功能学评估的CT-FFR产品——睿心分数（RuiXin-FFR），可以在手术室之前对患者的供血功能进行大规模筛查，并且告诉医生哪些患者需要进行手术治疗，哪些患者只要吃药就好，由此大大提高诊疗的效率和精准率。
我总结几个痛点：在整个心脏病的检查中，每年有1000多万的冠脉CTA的拍摄量，每一个片子医生通常会需要花30—60分钟的时间写一个报告，并且中国医疗资源极其不均，导致阅片医生之间存在例如质量参差等在内的观察者差异。做了这些检查之后，到底要不要做手术室做手术，通常缺少非常精准的评估手段，会导致较多的漏诊和误诊。如果说需要进行手术，怎么样去做这个手术？是要做搭桥手术，是从哪进还是从哪去，还是需要放支架，如果有多处狭窄怎么放支架，目前医生只能依据经验做判别。针对这些痛点，睿心智能医疗提供一整套诊疗方案，其中，基于深度学习算法的智能后处理平台可以实现3—5分钟自动出报告，进而保证非常好的阅片的一致性。
睿心CT-FFR产品即睿心分数（RuiXin-FFR）在手术室之前指导医生哪些患者只要吃药哪些要手术，另外，我们也在打造智能手术室。除了现有的精准智能手术方案设计，同时也在推出自己的血管技术手术机器人，可以辅助医生在影像的指导下更好把手术做得更好，可以大量的减少医生的工作量，提高准确率，避免很多的辐射。
我们的冠脉智能后处理平台，从血管的提取到中心线、轮廓到整个流程可以实现完全的自动化，并且在无创的情况下准确率可以对标冠脉造影，准确率可以达到99%。我们在3—5分钟之内完成以前医生需要30—60分钟的工作量，我们的深度学习并不仅仅学习医生的经验，而是在这个基础上还基于无创的CTA影像学习分辨率更高的冠脉造影、OCT等等的影像结构，可以达到精准度对标有创的手术冠脉造影，可以大大降低阅片者的主观差异，一致性的结果非常高。
目前我们的这个产品应该是全球抓取冠状动脉最全最完整最精准的产品。这款产品是今年9月份拿到NMPA，睿心医疗成为国际首个获得CTA形态与功能学产品双证公司。睿心分数基于CT、无创评估冠脉供血功能可以在手术室之前精准的分流患者的产品，这个是基于如果把患者的冠脉数抓取出来之后，我们只能看到他的形态学狭窄，如果大家觉得这个堵塞非常严重，比如说70%以上狭窄需要进行治疗。但是这个产品要去得到的是真正这根血管的供血功能供血量是否充足，后续利用计算流体力学的技术，将三维的冠脉模型划分为上百万个单元利用超级计算机的计算能力，计算出每个单元上的流速和压力。我们可以真正分析它的供血量是否充足。
经过全球最大规模的前瞻性330例的临床入组，临界病变或者是钙化非常严重的病变我们同样有非常高的准确率，我们不仅仅能够提供形态学的狭窄信息到供血功能的信息，后续也在提供整个斑块它的破裂风险性，这样会引起猝死的状态。我们可以提前基于仿真动力，结合它自身的属性可以很好提前评估这个斑块是稳定的斑块还是易损斑块。
这个产品是拿了多项全球第一，我们是全球准确率最高的产品，这是经过全球领域最大的前瞻性的临床实验验证。目前我们是全球唯一一个基于形态学和功能学于一体的产品线。这个患者是64岁的男性，他的三根主要血管之一左前降支血管有一个狭窄，他做了CTA，尽管显示25%的狭窄，但是他的心脏非常不舒服，我们做了FFR—CT的检查，最后我们发现它的CT-FFR值是以0.8作为介值，这个时候我们推进去做下一步的有创的检查和手术。这个患者做了冠脉造影，最后的结果就是这个患者尽管他的狭窄程度非常轻微25%，但是仍然是放置一个支架进行治疗。
前面说的是诊断的产品，下面我会介绍一下我们的智能手术室怎么样进行治疗。在中国其实我们跟很多医生专家交流的时候，大家都会说现在中国的医生很多时候还处在小米+步枪的时代。其实手术不仅仅是医生动刀子的事，而是从术前的诊断到术中手术方案设计，影像指导到最后手术后的慢病管理整个非常科学完整流程。进入手术室前我们会在术前基于影像检查，会提供一个最优的手术的路线和手术的规划，比如说基于患者的冠脉，我们可以去评估如果说在这个地方进行治疗，他的效果怎么样，另外一个地方治疗效果又会怎么样。我们这个产品可以达到成功改变手术方案大概45%的方案，患者的治疗策略大大改善。
我们打造的是整个从诊疗的介入一体化的新生态，我们从CTA的术前的形态学检查到血管的功能学评估到后续手术方案的设计再到昨天会上发布了我们的血管介入手术机器人，可以实现从前期的诊断到治疗一体化的诊疗方案。可以提高诊疗的效率、精准度、患者的体验和手术的成功率，可以大大降低获取报告的时间，降低漏诊率、误诊率，可以降低手术的辐射量，也可以降低诊疗的成本和社会的医保支出。
这是一个例子，如果说一根冠脉上有AB两处狭窄，这种情况下应该是两个狭窄应该放一个支架还是说只要放一个支架就好？我们提前可以进行很多的手术方案模拟和设计，这两个病变都是非常严重的病变，是需要都放一个支架才能达到非常良好的效果。
睿心成立四年的时间，一直在实践从帮医生看见到替医生看见，最终实现见所未见；医生其实在看CTA报告的时候或者结果的时候只能看到这根血管有堵塞或者它的堵塞狭窄程度是多少，但是他并不能知道这个狭窄的血管功能是否完好，是否能力提供足够多的血量。可能会有35%的患者其实他的供血量已经缺失，而在70%以上的狭窄患者当中可能有20%左右他的供血功能还是非常OK的，我们并不能仅仅从整个形态学从表面上去看它的狭窄就得到结论，而是要真正看他的功能、看他是否能够提供足够多的血液，这是我们最终要评估的标准。
我们2017年12月成立到现在4年多的时间，我们拿到两款产品的NMPA创新的医疗器械认证，目前为止我们完成了腾讯、国投招商领投的五轮融资，目前除了两款拿证产品，有将近十款新的产品在研发中，目前也在推广睿心分数的商业化推广。这是整个睿心在构建的平台，我们会基于从深度学习、智能机器人，整个一体化的平台在心血管、脑血管周边血管从诊断到治疗的诊疗方案的一体化平台。
我们是基于AI算法、计算流体力学的技术、云计算、大数据、手术机器人的技术实现从循环系统的领域，从前期的筛查到诊断、术前的指导到术中的手术实施到慢病管理一整套闭环的链条。我们的使命是让每条血管都得到最早期的诊断和最精准的治疗，今天我的分享到这里，谢谢大家。
主持人：谢谢郑凌霄先生。刚才在分享中，郑凌霄先生为我们介绍了睿心医疗针对冠脉造影诸多问题和痛点所构筑的解决方案一体化的平台，也再次坚定的告诉我们，当我们伤心的时候谁会我们坚定地站在一起，答案是郑凌霄先生和他的睿心医疗，再次掌声向郑总表示感谢。接下来视频演讲嘉宾是飞利浦大中华区副总裁、大中华区研发及上海创新中心负责人姚智清先生。姚智清先生在医疗科技和全球化管理领域拥有丰富的经验，尤其致力于在新兴市场开拓和实现医院信息化解决方案的创新和业务增长。他今天的视频演讲题目是《飞利浦中国的数字化探索和转型》，请看大屏幕。
姚智清：各位领导、各位来宾大家好，我是姚智清，负责飞利浦中国研究院和上海创新中心。今天很荣幸在高交会上能够跟大家报告飞利浦中国数字化的探索和转型。
产品跟科技的变化非常之快，而飞利浦始终保持着一个初心，就是创新为你。我们相信创新必须要能够改善人类的生活，这才叫做有意义的创新。飞利浦致力于成为医疗健康数字化领域的行业领导者，目前我们在健康医疗IT领域的收入达到了30亿欧元，并且是全球三大AI健康医疗领域专利最多的公司之一，拥有62000项专利。我们有400多个数据科学家专注于大数据和AI的研究。在健康医疗IT公司里面我们是全球前五。2020年飞利浦投入了19亿欧元（总收入的10%）用于研发费用，而我们有大约一半的研发人员专注于数据科学和软件领域，跟今天的主题非常有关。
我们希望通过创新能够让世界更健康，而且能够更持续的发展。我们的目标是到2030年，能够每年改善25亿人的生活。数字化技术的迭代不断推动着医疗健康的转型，我们知道近年来云、物联网、AI、传感器的进步非常快。我们可以应用在很多的场景上，包括健康数据追踪、人口健康管理、情境感知与患者的监护，实时的护理、可视化等等方面的场景都可以应用新的技术给人类提供更好的服务。
医疗界面临着很多挑战，各位专家也都非常的清楚，在这种挑战之下，数字化的升级需求更加的紧迫。这方面的挑战很多是来自于其他几个方面，包括医保的压力、有限的医疗资源、以及分级诊疗实施遇到的一些困境。还有一些新的挑战，包括疫情后医疗的新常态，民众对于健康意识的提升，对于医院、国家的医疗政策要求还有行业里面对这方面提升的诉求，也都有所不一样，环境都不一样了，所以对数字化升级的需求也更加紧迫。
我们知道像AI的辅助系统、虚拟关护、互联网医院、医疗信息化这些是几个领域上面，数字化升级我们必须关注的地方。飞利浦在中国的战略非常清晰，我们一直强调一定要有本土的创新，飞利浦全球共设四个创新中心，其中一个就是在中国。我们非常强调要本土制造，我们也非常了解必须要结合本土的生态系统，必须跟本地的很好医院、很好的大学、很好的业界的伙伴，把这些最好的解决方案整合起来；这样才能提供最适合本土的解决方案，而且也才能够把这些解决方案完整的把它整合在一起。
当我们在考虑这些数字化解决方案的时候，我们重点是放在四个临床领域上，这四个领域飞利浦认为中国非常有需要，而且飞利浦能够在这四个领域里面有所贡献。包括放射科信息化，我们通过AI赋能、优化工作流程并提高效率；二是心血管信息化，给病人到来更高效的精准诊疗；三是重症和呼吸科信息化，我们强调的是以患者为中心的关护路径；四是肿瘤信息化，我们专注的是在于精准的治疗和个性化的治疗。我们非常重视的就是一定要打破壁垒，一定要跟大家合作，这样才能够从端到端为客户来创造价值，我们才能够真正做“创新为你”。
创新一直是我们成立一百三十年以来始终坚信的一点。飞利浦的X光设备早在20世纪20年代就在北京紫禁城被使用，飞利浦在中国成立研究院也已经超过21年了。借此机会，我想向各位专家报告一下我们的数字化创新案例：
第一个案例，从扫描到报告全程无缝的整合，运用AI来提供最好的影像诊断服务。我们将从运用影像信息系统进行计划和流程的准备，到影像扫描、数据的后处理到结构化报告的产生，还有产生报告之后进行的临床研究整合起来，利用我们星云人工智能影像平台的AI技术，加上国内优秀的第三方公司（例如数坤科技），形成一个扫描到报告全流程无缝整合的影像筛查方案。
第二个案例，除了刚刚的扫描到报告以外，这个案例是我们的神飞云平台，以云和SaaS模式为客户提供轻量级诊疗一体化的解决方案。在合作的情况下，我们有云还有SaaS模式能够让其他比如说医院或者是第三方能够在这个平台上提供更多的创新。因为这个平台是云和SaaS的模式，我们能够更简单的为三级及以上高端医疗提供定制化、可延展的云临床方案，并为基层医疗机构提供急需、更易于获得的云服务方案。神飞云主要服务医联体，通过先进的互联网技术、数字化技术打破地域限制，让医疗资源上通下达，实现共享并全面提升服务可及性。
第三个案例，是飞利浦的智慧重症数字化解决方案，构建中国平战结合的危重症新型集中救治模式。在疫情期间，这个解决方案也通过丰富的产品服务，满足了复杂、困难的危重症救治能力输出。其中包括了设备物联解决方案，设计近千种设备数据的集成、智能识别与热插拔技术，通过云把监护方面包括报警可视化、早期预警、多屏联控等解决方案整合在一起。更有飞利浦的智慧重症解决方案ICCA，通过多维智能临床路径追踪和全面诊疗照护质量稽核，进行兼顾质量的全面诊疗。最后我们的重症的数据平台能够提供高质量的重症数据模型、自助样本筛选和高纬数据可视化。
第四个案例，是我们的睡眠诊断云。近年来大家越来越重视睡眠带来的健康问题，通过远程教育给合作医院进行睡眠临床技术规范化教学，建成区域专病诊疗教育中心。睡眠诊断云整合了监测、上传、远程的分图、诊断下发还有到治疗，提供了很好的远程教育，也能使医院获得良好的经济效益。这些睡眠的大数据，除了能够照顾好目前的病患以外，也是为未来的科研和学术做铺路。飞利浦也依托睡眠大数据和强大的科研学术能力开展了区域人口水密件医学科研、疾病预测、治疗经济学分析等。
之前有和各位提到飞利浦中国研究院在中国已经成立21年了，我们一直秉承在中国为中国的理念，希望在这里能够跟各位专家互相探索，能够跟各位更好的一些医院、业界的领航者，跟我们在一起合作，能够为医疗界跟病患为国家为人民能够提供更好更新的更贴切更符合本土的创新方案，今天非常谢谢大家！
主持人：谢谢姚智清先生为我们分享飞利浦中国的诸多数字化的探索实践。下面一位演讲嘉宾依然是通过视频方式进行，他是美宝集团董事局主席徐鹏先生。美宝集团成立于1987年，以再生生命科学为主业，产品在全球治愈的烧伤创疡患者超过4000万。徐鹏先生2011年起，担任美宝国际董事兼首席科学执行官；2015年起担任美宝集团董事局主席。他今天的视频演讲题目是《技术赋能未来》，请看大屏幕。
徐鹏：女士们、先生们、朋友们、各位同仁、来宾，大家好。
很荣幸受到组委会的邀请！借此宝贵机会与在场诸位分享一下过去几年我们在科学技术领域建立具有共同信仰社区的一些经验及见解。
我们都知道2020年，新冠疫情给世界带来了猝不及防的威胁，我们所有人不得不适应这突如其来的生活方式的改变，并适应这种新常态。
如何应对这些改变、如何有效团结他人成为我们的首要问题。几个月前，芝加哥大学徐鹏智库针对如何恢复公众对科学的信任发表了一篇精选文章。环境问题，是其中一再反复强调的重要问题。
如何找到科学新前沿已经成为诸多文章着力探讨的话题，这是目前生命科学的课题，也一直是我们的探索之路。在我看来，科学的新前沿不仅只是与某一种技术或某一条研究之路相关，因为我们始终相信环境发挥着重要作用，如何构建一个可以自我维持和运作的生态环境才是重要的目标。
因此，想利用今天这个机会与在座的诸位分享我们履行责任、实施计划的一些经验与心得。
我是在洛杉矶长大的，我成长的环境融汇着多元文化，各种背景和多种民族的人们汇集在一起。因为生活在这种多元化的社区，人们都学会了适应一种协作文化，相互协同工作。我们知道，洛杉矶因其所拥有的各种资源而闻名于世，如洛杉矶拥有世界知名的研究型大学——加州理工学院、南加州大学和加州大学洛杉矶分校，还有教学型大学——加州州立大学洛杉矶分校。加州州立大学洛杉矶分校是一所致力于学生职业培训的公立大学，这个学校的学生可以参与一部分临床或政府相关工作。
这里还坐落着一个世界最大的制药厂——基立福（Grifols），它拥有世界上最大的服务领域之一。
同时，洛杉矶郡综合医院也坐落于此，这是美国的顶级医院之一，致力于了解疾病病理过程相关的各种临床研究、临床试验和临床实践。
看看这些机构和组织，在过去几年里他们都在欣欣向荣地发展，同时也促进了周围社区的发展和改善。
我就想，我们可以找到某种方式将他们聚集在一个真正特定的地理区域环境内，大家都参与进来，形成一个可以自给自足、资源得以合理分配产生最佳成果的微生态系统，为科学家、研究者和学生实现梦想，也就是我们说的承担起科学责任，提供一个更大的平台。他们需要这样一个平台将他们的知识转化为技术，进而转化成可以造福人类的应用。
早在2017年，我们就提出了建立“生物科学谷”这样一个新概念、新想法。我们都知道加州有一个世界最知名的经济发展区，即位于北加州的硅谷，是数字技术和信息技术的中心。正如上面所提到，南加州的那些机构、组织和企业也可以形成一个类似的结构，不同的是主要致力于生物科学领域。
有了这个想法之后，我们就开始游走于各个层次的政府机构、与白宫协商，与商务部洽谈，与各州政府、县政府和市政府探讨。试图找到一种可以汇聚这些机构，构建一个人人皆可参与的联盟的方法。
后来我们就有了在洛杉矶中心建立孵化中心的想法。为什么？因为我们知道，上述提到的那些组织和机构，从地理位置上而言，他们都是按照从西向东的方式横向分布。如果我们能够在中间找到一个位置，让他们相互连接，那么这个中间位置就可以发挥类似传送带的作用，每个机构和组织都可以在这个循环中运作。这将是我们建立一个生态系统的起点，在这个生态系统中，每个成员都明白他们彼此怀有相同的信仰。
为此，我们在加州州立大学洛杉矶分校的校园内，而且是在入口的位置建立了徐荣祥生命科学创新中心，从地理位置上来说，我们这个创新中心位于我提到的这个山谷大道的中心位置。大家也清楚，新冠疫情给洛杉矶市带来了严峻挑战，在疫情期间，创新中心承担了一个新角色，州长办公室指派该中心提前启动，承接新冠疫情的检测任务，临时成了负责洛杉矶地区三分之一人口的一个新冠检测点。
我们发现，在人们走进这个提前启动的创新中心后，他们意识到这里是一个全新的经济发展区域，体现着企业家精神的社会科学和生命科学的研究区域已经启动，充分利用了洛杉矶的各类资源，充当地区发展的摇篮。
后来，我们也发现周围的这些大学比如加州大学洛杉矶分校、南加州大学、加州州立大学洛杉矶分校和加州理工学院，都已经将他们的学生、师资和初创项目带到了这个孵化中心，我们意识到其实我们是在汇集洛杉矶所有的资源赋能我们这个中心的建设。比如，在加州州立大学洛杉矶分校生物科学中心进行的中期研究，可以利用洛杉矶郡综合医院的患者进行临床试验研究，通过基立福制药厂（Grifols）开展应用开发期研究。
这个生物科学新栖息地已经成功吸引了400多亿美金的投资，引进了10万名生命科学研究领域的人才和2000多家生物技术初创企业的入驻。人们开始意识到生态系统的力量，所有存储区域都在山谷大道周围。山谷大道成为了生物创业实验室，他们称之为孵化实验室。我们知道基于这些生物空间、医疗中心、孵化中心等，我们就可以形成有着共同信仰的生命科学社区的新范式和新结构。
所以，我相信这样的项目可以提供灵感，我相信我们的经验和实践也会给在座的诸位提供一个更明确的头脑风暴的概念。我希望各位，在下次访问洛杉矶时，能够去这个我们称之为 “洛杉矶生物科学走廊”的地方走走看看。
谢谢！
主持人：谢谢徐鹏先生为我们分享美宝集团在洛杉矶创建生物科学创新中心故事以及诸多的感悟。下面，我将请出深圳医师学会泌尿外科分会会长、华大基因首席医官许四虎先生发表演讲。许四虎先生曾担任深圳市卫生局副局长和深圳市卫计委副主任，之前则是深圳市第二人民医院的临床医生，他拥有横跨政界、业界和商界的丰富从业经历，但归根到底，他的本质是一位优秀的医学研究者。今天他的演讲题目是《精准医学与基因组学大数据》，掌声有请。
许四虎：各位嘉宾大家下午好，非常高兴来到中国高新技术论坛，我跟大家交流的内容是精准医学与基因组学大数据。
我们知道精准医学是近年来最热门的话题，为什么这么热门？在于通过精准医学的手段使我们的治疗准确性更高，治疗的副作用更小，治疗的效果更好。我想这是精准医学的目标。简单的举个例子，过去我们得到肺炎的时候可能用广谱抗菌素，糊里糊涂把肺炎治好了，到底是哪种细菌引起的不知道。今天的手段可以通过基因组学的方法了解得到肺炎这个病原菌是什么样的病原菌，它是哪个类型我们可以确定下来。根据确定的特点我们对它进行治疗。
就像这一次新冠的发生，就是这样检测到的。这就是精准医学的核心要义，知道它是什么样的东西。这是感染疾病，同样其他的疾病也是这样，要想把精准医学做好，最重要的前提就是要做好大数据的分析。尤其是在基因组学跟精准医学的关系上，大数据就更加重要了。所以我今天围绕这个主题跟大家展开阐述。
第一，说一下背景和意义。
生命健康会产生一个很大量的数据大概10个TB的数据，一个人一生的基因数据。包括基因组学的数据、转录组、表观组、宏基因组等等很多，如果把生命拉开来看，从出生到终老的周期来看，这个数据量更大，这是非常庞大的数据。如何对这个数据进行更有效的分析？这是一个非常难做必须要做的事情。
从基因的领域来说，基因要进行测序，要进行一些分析，会产生大量的数据。我们仅仅从今天的生命健康、肿瘤防控、感染疾病的领域来说，产生的数据量还比较少，我列了今天在这个领域里面产生的数据量，这个数据量是比较少的。比如说华大基因产生的生育的数据今天也就是2个PB，产生的肿瘤数据也就是1.2PB，我们感染的数据更少一点，未来的数据量很大。就这样的数据奠定了我们今天从事基因精准诊断的基础，这是非常重要的领域。
基因大数据有什么特点？未来数据量都是以PB级的等级来说的，基因数据量有一个特点就是体量大、分析复杂、需要的工具也要求比较高，还有就是汇集比较难。要把它形成一个统一可分析的数据才能够往下做下去。那么就需要大科学的方法完成这个事，需要一个很好的平台完成它。在这个平台上才能汇总大数据。
这里面涉及到基础研究的内容，成为生物医学、基因组学开展研究的很重要内容，还涉及到健康领域如何归纳基因大数据才能推动我们对生命的准确理解。从临床应用来说，在出生缺陷、肿瘤防控、感染方面做到更为精准。我们说“精准总在路上”。
第二，基因数据助力精准医学。
基因组学大数据要做的话，怎么才能做好？我们总结几条：一是汇数据，二是洗数据，三是管数据，四是用数据。汇数据就是要设立一个数据的管理中心，包含数据源的配置、数据源监控、字段血缘管理、元数据管理等等。洗数据就是在数据中心里面，对数据的合规、配置、数据的批量处理进行完整的处理过程。管数据方面，在数据中心里面对数据管理的权限、人员角色管理、基因数据文件、数据看板、统计分析等等做一系列的处理。用数据，包括项目文件的管理、文件管理、数据管理、任务管理等等。
既然涉及到基因数据，现在大数据管理是很重要的内容，涉及到隐私、安全、规范，我们从三个大的方面做这方面的管控。一是安全隐私包括安全技术、隐私保护。二是保障制度。三是标准规范的建设。
这些管理依据是什么？依据就是国家的信息安全的三大基本法，《中华人民共和国网络安全法》、《中华人民共和国数据安全法》、《中华人民共和国个人信息保护法》，三大法是基本的管理数据的基本要素。现在即将发布的是网络数据的安全管理条例，还正在征求意见中，我们正在密切跟踪条例的进展过程。
基因数据助力精准医学，我们在保障里面包括要做一些技术加密，怎么使数据更安全，不外泄；还要做一些平台保障，有一些很好的防护措施。还有权限的分级，哪些数据可以看到，哪些数据是不应该看到的，包括数据的隐私、数据的公开，哪些可以公开，这些都是需要处理的。严格记录，总的目标就是使数据能够别人进不来，并且进来看不懂，拿不走，走不脱，我们要实现数据的管控。
举个例子，肿瘤防控领域里面，我们在做海量数据和多组学大数据处理的时候，我们做了一些基本工作：一是要大量收集数据，包括基因数据、变异数据、免疫数据、临床数据、群正特征，构建多组学肿瘤大数据的平台。我们用于公开研究、实验室研究、组学的数据研究等等。
我们构建的数据库是BGI—PETA数据库，这是肿瘤很大的数据库，主要泛肿瘤跨组学百科全书，这是华大基因肿瘤大数据的服务体系，我们的使命就是从大数据的标准和对外服务做好它，愿景就是要建立一个肿瘤大数据的生态，我们希望能够为全球的肿瘤诊断来做一些服务。
肿瘤防控领域也有一些管控的东西，管控特点包括有公开研究、私有研究、通用模板、个性化模板的处理。这是基本的产品，这个产品我们叫华梵安，有688基因实体瘤个体化诊疗二代测序，7个自然日快速交付，360+把向药物全面覆盖，我们采取非常严格的措施，能够适应于中国患者，靶点有效覆盖，应用于六大临床需求，包括靶向用药、免疫治疗、化疗药物、遗传风险、评估以后发检测，这是六大的临床需求。这种产品的分癌种包括肺癌、胃癌、结直肠癌、前列腺癌、乳腺癌等等领域。
还有在出生缺陷领域怎么做的，我们有一个朝阳平台，这个系统基于国际广泛认可的ACMG变异指南完成自动化变异位点致病性判定并生成报告。出生缺陷包括数据库有凤凰数据库，这个数据库包括有基因与疾病库、致病变异库、CNV人频库、SNV人频库，真实患者样品库。这是出生缺陷的网页查询版本，大家可以了解我们这样的内容。
传感染疾病领域基因助力精准医学，我们也有一个平台，这个平台10万份大数据的支撑，这个库里面差不多建立了12000多种病原菌，这一次新冠能够极早研发试剂盒也是基于这样的数据库很好的科研基础。做好这些工作需要有良好的关键基础设施，就是完备的IT基础能力，包括算法、算力的完善，我们有一个很好的系统平台，有数据分析平台、云计算系统，还有能够支持医学检测业务科技服务的系统。我们还有一个数据中心，这个数据中心有五个高性能的计算机集群，用于存储和分析数据，分布在天津、武汉、重庆等等，我们还有灾备中心。
第三，我们基因组学大数据发展目标在哪里？我们对它做了一些勾勒，我们想以这些目标作为我们的发展方向。
一是对于大数据平台的建设，我们还是要基于汇数据、洗数据、管数据、用数据做好它，将来要使业务数据化、数据资产化、数据要服务化。构建成基因领域的数据分析和科研平台，并且是现在出生缺陷、肿瘤、传感染疾病等数据的全覆盖。
二是各个数据库也有独立的建设目标，分别是在妇幼卫生的终极目标就是要通过标准化的数据库建设，解决统一的问题，还有结构化的数据以及提高基因数据可解读的效率，促进行业的标准化发展。我们能够提供更好的挖掘的价值。肿瘤方面的数据库存，我们要通过收集海量的癌症数据，打造肿瘤数据的百科全书，实现数据在线来进行分析。还要完成可视化的快速关联分析，我们要培训很多的临床医生来共同跟我们完成这方面的事情，今天我们发现数据的解读过程中临床医生不知道解读的是什么意思，我们要带着他们一起玩才能更好的应用。
病原微生物方面，我们要实现3D病原数据库，总体目标就是综合生命大数据、评价个体与环境自身遗传特性的关系，从数据的代表性、算法的高效性、多重数据融合性方面完善病原3D数据库存的建设和支撑。今天利用这个把我们总体的目标来介绍给大家。
我的介绍内容完毕，谢谢各位。
主持人：谢谢许四虎先生，基因数据对于助力精准医学能够带来怎样的作用，相信关于这一点大家还是有共识的。今天在分享中许四虎先生首先为我们介绍华大基因在打造肿瘤领域、出生缺陷领域和传染疾病领域的数据平台和数据库方面的诸多成功实践，他也花相当长的时间解答我们很关注的问题，就是关于基因组学大数据的安全性的问题，基因组学大数据研究中心在安全方面、保障制度方面的建设相信也一定得到了各位的共鸣，再次掌声向许四虎先生表示感谢。接下来的演讲嘉宾是甲骨文生命科学业务部北亚区总经理周德标先生。周德标先生拥有20多年咨询公司和研发机构的工作经历，也拥有丰富的人工智能技术在医疗医药领域的实践经验，熟悉大健康整个产业链的管理咨询服务和IT落地实施。他今天的演讲主题是《数字化创新助力药物研发》，掌声有请。
周德标：非常感谢主持人的介绍，我叫周德标。我现在负责甲骨文生命科学北亚区的业务。我记得上一次有幸被邀请来高交会做演讲是在新冠爆发之前，当时我还在IBM Watson Health负责大中华区运营的业务。当时我做的演讲题目是关于人工智能怎么去助力整个医疗行业创新的题目。今天我的分享题目会更聚焦在生命科学行业新药研发的领域。
最近几年来新药研发领域最大的热词可能是由政府主导的“集采”或者也叫“带量采购”，以及一些跟医药相关的改革，大家在网络端、报纸上都能够看到很多的相关新闻。通过药物研发相关政策的引导，我们逐渐在从一个制药大国往制药强国转变的过程当中。而这核心就是我们新药研发的能力。讲到新药研发其实国内国外都一样，有所谓“三高”现象，就是指药物研发耗时高、资金投入成本高、失败风险高这三个方面。
整个新药研发的过程主要分为几个阶段：药物发现的阶段，就是化合物研究的阶段；二是有了一些化合物的候选以后所做的临床前试验；然后进入到人体临床1、2、3期的试验；最后通过新药注册申报正式批准上市。整个过程耗时非常长，据德勤的分析研究一款新药基本上要花14年左右的时间，其他的研究机构可能会得出一些更长的结论。具体到细分领域，药物发现和临床前的研究，基本上需要3到6年左右时间；整个人体临床试验可能要五到七年，占到药物研发一半以上的时间。
新药研发耗时长带来了两个问题：一是对病患的影响。病患要经过十几年才能等到一款新药的上市，这是一个非常漫长的等待过程。我们很多的病患可能没有等到获益的那一天就可能已经不在人世，比如像一些恶性肿瘤疾病。二是给我们做药物研发的企业带来的影响。时间越长不确定性越高，就像我们去银行存款理财或者说去银行借款。借款的时间越长利息越高，时间越长代表着我们的不确定性越高。我们在决定研究方向的时候，可能因为研究不够深入或者不够全面而导致研究战略上的失误。另外，在研究过程中我们的竞争对手可能已经有同一类的新药上市。这些对于我们的企业来说影响都是非常巨大的。
第二个高就是资金投入成本非常高。根据从2012年到2021年全球处方药市场的数据，我们可以看到市场规模基本上是2,000亿美元一年，换算成人民币就是1万4千亿元。从2012年一直到2021年市场基本上是保持每年差不多7%不到的复合增长率，增长速度很快。但是这个市场随着它的规模的扩大，其实整个研发投入的成本一直是居高不下的，基本上每年保持在销售收入的20%左右。也就是我们的销售额越高，我们投入的研发成本越高。在中国我们很多企业可能这个比例更高，这是全球的数字，我们很多全球企业比如像辉瑞、默沙东都已经有了很高的销售额。但是在国内的创新药企业销售额可能还不高，他们的研发投入占到他们销售额的比例更高，可能在50%以上。
客观地讲，中国的药物研发已经比国际上的同行做的相对来讲效率比较高了。在国外研发一款新药要十几亿美元，在中国可能是十几亿人民币，差了一个货币单位。中国企业已经做了很多的工作来提高效率，但这依然是一个重资金的行业。大家可以看到很多公司在没有销售额的时候已经上市了，这既反映了市场对于创新药企业的重视程度，也反映了公司对于资金的迫切需要。
三是失败风险高。前面讲到的耗时长、资金投入高，这两点并不保证我们的成功率一定高，反而这是个成功率相对比较低的行业。从一期临床试验到成功批准上市，化药的成功率6.2%，生物制药也只有11.5%。这对于我们整个企业来说，带来一个很大的不确定性。
那么这些问题是怎么产生的？从2020年开始的新冠疫情从某一方面给我们揭示了很多临床试验或者说药物研发当中存在的问题。首先是受试者脱落的问题。新冠疫情带来的很大的一个不确定性就是你不知道你所在的城市，或者你所在的小区哪一天就出了一个确诊的患者，于是你的小区就被封闭了，或者说你要去的医院发生疫情了。而这会带来什么问题呢？我们传统的医疗体系是以医院为中心建设的，临床试验也是如此。临床试验随访、检测都是在医院发生的。医院是我们整个医疗体系的核心。医生是在医院执业的，医保政策也是在医院落地的，我们的医院本身也可能是检测的中心。受试者要去医院，而现在医院却变成了疫情当中的高风险场所。进入医院还需要去扫绿码，很多受试者可能还是一些年纪比较大的人不太会用手机App，这些不便都会导致受试者脱落的问题。
第二个方面就是试验药品不足的问题。疫情期间医疗卫生是以抗击新冠疫情为首要任务来展开工作的，试验药品的生产可能会受到影响。另外，试验药品需要通过物流体系来运送，如果突然某一个地方爆发了疫情，我们开始封路封城，试验药品就可能会产生供应不足的问题。
第三个方面是样本检测延迟的问题。这两年大家做得最多的检测可能就是核酸检测，检测中心无论是试剂还是人员现在的重点都是核酸检测。然而临床试验中依然要做很多的检测，在疫情的影响下可能就会发生检测延迟的问题。
新冠疫情对整个药物研发的数字化创新其实是起了一个催化剂的作用。它暴露出来很多已有的问题，这些问题分了三个大的方面：一是药物研发临床的数据其实是高度分散的，我们缺乏一个单一的真实性来源。临床试验系统采集的数据分成了很多的表单。这些表单本身是孤立，数据之间没有打通。我们仅仅是把之前线下收集的表单信息化之后搬到了信息系统里面，在电子的世界里面数据依然是隔离的，我们缺乏一个单一真实数据的来源。
二是缺乏一些KPI和分析的手段进行实时的分析。整个临床试验耗时非常长，这当中需要不断根据临床试验的阶段性研究结果来调整整个临床试验的发展方向，这也是我们提高成功率的方法。如果我们的实时性分析达不到要求的水平，对我们整个临床试验的发展进程就会产生很大的影响。
三是新药研发高度的手工劳动。目前药物研发领域的大量工作还是劳动密集型的。就意味着其中有很多重复的流程、检查的流程、数据输入输出的流程，这些都造成了我们对于人的依赖，高度依赖于我们团队内部的经验积累，这其实并不利于临床试验的发展。
今天国内的药物研发已经基本实现了信息化。但是这个信息化的过程由于种种原因，转变非常迅猛，它带来一个新的问题。我们有了信息化的系统，意味着我们在原有的基础上可能前进了一步，但是离我们真正理想的状态还有很大的差距。在信息化之前，临床试验是以纸质化的文本基础来进行的，信息化把文本的表单搬到了信息系统里面。临床试验中因为合规的要求，我们会采购各式各样的系统。比如，EDC是从A公司采购的，随机系统是从B公司采购的，这些系统在我们采购、以及实际使用过程中都是孤立的，这些数据本身是应该打通的。另外，药物研发的系统需要进行验证以后才能工作，因为采购了这么多的独立系统，每个系统都需要独立做验证，整个验证的过程就非常长。由于系统之间都是独立的，用户在EDC系统完成操作后，还需要再到随机系统重新登录一次做一些重复工作，才能完成整个工作流，这就带来了统一工作流的问题。那么多的产品有不同的版本，这些版本的维护也是非常头痛的事情。
我们整体的目标就是要一次性完成整个临床试验研究的构建工作；一次性输入相关数据，不需要重复录入数据；在一个平台上完成所有跟临床试验相关的端到端的任务。
我们认为临床试验数字化有五大核心要素：第一是技术，首先要有临床研发和用药安全的一体化平台，而这依赖于云计算提供的技术支撑以及行业应用的经验积累。今天我们需要的不仅仅是公有云，因为医疗以及生命科学行业对于数据安全的要求非常高，各国的法规也不同，这要求在云上有多种灵活的部署模式，既能满足一体化的技术需要，同时也能满足对于数据安全的要求。
二是创新，而这也是云计算能够带来的最大优势之一。因为云计算具有的三层架构，人们可以自己做自己专注的事情。比如说，开发应用层的团队只要在应用层上做自己的创新就可以了，可以把底层的基础架构相关的或者跟服务相关的，交给专业的云计算厂商完成。这样既能够享受到云计算厂商通过规模经济效应实现的技术创新，也能够通过自己对于应用层的持续且专注的投入，保持业务的创新。
三是性能和可扩展性。临床试验很多时候都是跟数据打交道，大家进行分析的这些数据并不是维持在一个固定的容量，可能会增加也可能会减少。这种情况下要求平台有很好的扩展性，需求高的时候可以非常轻易的扩展，但是在需求降低的时候，也能够轻易地把容量缩小。这样才能保证非常好的投入产出比，帮助我们在确保性能的同时优化成本投入。
四是安全性和隐私保护。无论是国家对于数据安全的要求，还是个人对于隐私保护的要求，都需要有一个非常好的安全实践和管理流程控制能够反映在临床试验数字化的过程中。
五是数字化创新并不是一个技术公司的独角戏，所有的需求来自于客户。而且客户的需求不仅仅是本地化的，很多时候也是全球化的。医药行业自从中国加入ICH以来国际化、标准化的进程正在加快，药企不仅仅在中国销售自己的创新药，而且也会在全球同步上市创新药。这样才能够在更广阔的市场上满足病患的需求，同时也能够使企业得到应有的获益。这就要求我们的平台不仅仅要考虑到国内药物研发的需求，也需要考虑到企业走向世界时，是不是能够保持同一套标准，保持全球化国际化的领先态势，能够跟国际上的大公司进行竞争。所以说客户导向的思路是非常重要的。
我还想再强调一遍，数字化创新的基础就是云计算。云计算有名的金字塔三层构造，底层IaaS，第二层PaaS层，药物研发直接用到的是最上面一层SaaS，涉及到项目的计划和预算、项目的启动，临床试验管理、EDC、随机分组系统，这些都是跟SaaS相关的。为什么说云计算是整个数字化创新的基础呢？因为我们有了云计算这样的一个基础架构保证之后，我们才能够满足刚才讲的五大核心要素，所有跟应用不相关的工作都可以交给专业的云计算公司完成。云无论是私有化部署、公有化部署还是混合化部署都可以交给专业公司，云计算是所有数字化创新的基础。
这里我举了甲骨文公司的一体化平台作为一个实践，来说明具体在临床试验领域怎么打造一体化平台的。一体化平台的核心是把人、流程、数据放在一个平台上以完成临床试验端到端的工作。我们讲的数据并不仅仅来自于信息化系统，今后可能更多的数据来自于像组学的数据，这些组学的数据可能来自于第三方基因检测的公司。另外，临床试验逐渐在向远程化、去中心化的方向发展，我们还会有很多的传感器数据会传入这个平台，这些数据并不是直接来自于信息化系统。它的数据来源经常有很多种，数据格式也可能是异构的。这些数据我们都需要能够通过非常灵活的方式能够集成到这个平台当中来。
我们有了这个数据以后该做什么？大家今天讲到数据分析，刚才许老师讲到汇、洗、管、用，我们对数据要有收集、治理和数据分析的能力。这个体现在所有对临床试验包括组学的数据、EHR的数据都要有非常好的治理平台，收集的平台和分析的平台支撑，这就是我们讲的真正统一的平台。
只有实现这一点，我们才能利用数字化创新为临床试验带来真正的业务价值。这包括有六点：一是整合的临床试验数据流，我们以前讲做数统的同事做数据分析从各个系统收集数据还要查重，解决数据当中的不整合的问题。今天有了一体化的平台可以有一个整合的临床数据流，我只要关注我的数据分析就可以了。
二是协作型平台，不仅仅是我们一家企业使用，而是也包括了整个生态行业，药企也好、CRO也好，也可以是医院，都会使用这个平台进行内外部合作伙伴的沟通。
三是能够保证单一的数据来源，消除冗余，消除数据相互操作性的问题。
四是合规性，怎么确保合规性，这不仅是满足我们国家监管部门的合规性要求，也是满足美国监管部门的合规要求，以及满足欧盟的监管要求，甚至包括更多的市场，比如说像日本、韩国、阿拉伯这些国家的监管要求。而不是去了哪个国家才发现不能满足当地的合规要求。怎么满足全球化的合规性的要求，这也是非常重要的。
五是数据完整性，药物研发最重要的就是数据真实性、完整性，这是最基本的需要满足的要求。
六是标准驱动也是非常重要的。实现了标准化之后，其实是有很多的工作可以利用标准化以后的模板帮助提升临床试验的效率，所以说标准驱动也是非常重要的。
我的分享就到这里，谢谢大家。
主持人：谢谢周德标先生。新药的研发是非常难的，而临床试验也存在着诸多的问题，再加上新冠疫情的雪上加霜使新药的迫切性和难度大大增加，到底如何破界这样的困局，今天周德标先生给我们带来临床试验数字化创新非常全面的阐述，在这里我们也要再次掌声向周德标先生表示感谢。接下来非常荣幸的介绍中国高新技术论坛三天最后一位嘉宾也是今天论坛压轴演讲嘉宾是黄庆春先生，黄庆春先生是亚马逊云科技大中华区医疗与数字孪生行业高级总监，黄庆春先生专注通过亚马逊云计算技术和服务，帮助医疗保健、数字孪生基因组学等行业合作伙伴与用户加速数字化转型，实现更高级全面的医疗保健服务体系。他今天的演讲题目是《生命科学数字化创新之旅》，掌声有请。
黄庆春：非常荣幸，三天的最后一场最后的一个演讲者，希望不辱使命，能够尽量做到好戏在后头。我来自亚马逊云科技，亚马逊我相信大家熟悉，不用多介绍了，我所在的是亚马逊的云计算业务。前面几位嘉宾都介绍云计算在基因测序、药物临床试验的一些很好的应用，我今天更希望跟大家分享一下亚马逊云科技在服务了全球数百万的客户、数千个医疗生命科学的客户之后，我们发现了一些很有意思的创新应用，并且通过云计算帮这些客户加速数字化转型，帮助他们提高效率，降低成本以及开创出新的产品的一些案例。
我特别爱用这一张PPT，这是我们在西雅图的总部大楼的名字，虽然我们公司已经成立了多年，还是叫DAY1。我们的创始人贝索斯认为一家公司要保持“每天都是第一天”的理念，持续坚持创新。持续创新一直是亚马逊所秉承的理念。当我们和客户和合作伙伴交流的时候，我们也希望利用这种创新创业的文化和理念来帮助他们实现业务的发展。
在亚马逊我们遵循16个创新的领导力准则个，其中有几个我认为与今天在座的医疗生命科学的同行们应该是非常有共鸣的。
前面周总、许老师提过我们要以客户为中心，我们要以病人为中心，去思考我们的产品我们的解决方案，亚马逊也是这样，亚马逊很少追求市场热点，我们会思考，这个技术到底是不是可以解决一些实际的客户需求。我们更希望采用逆向的思维，亚马逊内部很多的交流，是用逆向工作法的方式，我们先阐述所做的这件事情到底对业务、客户、合作伙伴的用途、好处在哪里；然后再决定做不做这件事情。帮助确定我们做的每一件事应该是对客户有意义的。
第二，亚马逊非常强调长期主义，这个在医疗及生命科学领域也是这样的，前面周总、许老师介绍作为一个新药十年以上甚至更长，这个时候对于生命科学企业来需要坚持一个初心，我们希望我们做的药是为了解决具体的疾病问题，只要是为了有效治疗疾病，即使需要长期努力和试错。所以，大家有兴趣的话，可以看一下亚马逊每一个季度的股东信，我们都附上1997年那第一封股东信，告诉大家亚马逊公司的初心还在那里。我们希望解决我们客户长期存在的还没有满足的问题。在创新过程中肯定会遇到失败，失败就会遇到误解，前面周总讲过，化药的成功率不到10%，作为我们这个行业一定要经得起失败，而且善于从失败里面找到成功的钥匙，才能最终走向成功。
亚马逊以客户为中心的公司，做得最多的一件事就是走到客户里面了解一下这个行业要什么，不是我们坐在办公室里面想出来，而是我们跟客户交流得出来的。在我跟生命科学医疗行业的客户交流后，我听到很多客户说“我希望降低成本”。十亿以上甚至更高的研发成本让很多的药企已经苦不堪言，很多的药企说亚马逊云科技或者你的合作伙伴能不能通过数字化的方法降低成本，另外能不能提升上市的效率。前面嘉宾也介绍比如说新冠疫情，如果我们的疫苗、口服药不能够在短期推向市场的话，这个新冠疫情还会影响我们人类非常长的时间。所以怎么样可以快速地提升我们从研发、生产、上市的效率，亚马逊云科技能不能帮我的忙？随着新冠的来临，我们现在去医院或者向处方医生推广科学试验的结果都不太方便，我们能不能用数字化的手段，比如说手机或者其他的手段成为药企跟医生的交流，或者成为药企跟每一个病人的交流新途径？过去更多是我们跟医生在办公室里面进行交流，跟他演示一些我们的实验成果；未来我们是不是可以用数字化的手段，比如说移动设备去个性化交流，远程演示？
这一次疫情提升了很多患者的数字化体验，我相信大家每天可能近期都会查哪里有新病例，这个病例到底是奥密克戎还是德尔塔病毒。这也是提升我们每一个参与者的意识，现在很多的人已经不单单从医院获得医学知识，他会从网上或者其他的地方获取医学知识，如何继续将新的精准的医学知识带给每个老百姓、每个用户，这是数字化转型需要思考的。
了解了客户这些问题以后，亚马逊云科技在很多的领域进行了深耕。我们希望我们在云平台上的工具可以帮助我们的软件公司、或者最终用户快速地构建更有针对性的数字化产品，比如说新药研发方面，大家可能听说现在很多的新药研发利用人工智能，像Moderna快速将新冠的疫苗从实验室大规模生产仅用三个月的时间。但是人工智能是不是我们的唯一的手段？大家也知道最近量子计算包括国内的中科院还有其他的机构也做量子计算的尝试，量子计算这种寻找最优态的方法，是不是可以在新药研发里面我们寻找到最优的靶点，最有可能的化合物或者最有可能的实验路径，减少我们实验的次数和失败率。
亚马逊云科技正在和中国及海外的客户合作，利用量子计算去看我们能不能找到新的靶点、新的化合物，或者减少实验的失误率。另一个技术是知识图谱，前面嘉宾也提到，基因分析不单是基因的研究了，基因会跟临床的信息、可穿戴的信息等等多组学的信息结合在一起。这些信息已经不是过去的以结构化为主的数据，而是来源于很多非结构化，甚至有心电波形，脑电波形，影像信息等等，怎么样将这些信息给医护人员统一的存储，让他们在上面进行更有效的数据分析。像知识图谱、医学知识图谱，就是非常好的应用之一。
在安全、合规上面，我们也通过云平台很多工具，能够让大家更高效便捷地遵守国际的医学标准或者是安全合规，这样可以在一个非常可信的环境下去做您的发明创造。
我们利用人工智能和医学知识图谱做了一些小的尝试，帮助药企可能不需要人而是需要一个机器就可以解答一些病人的疑问，下面我们跟一家南京的初创企业 柯基数据一起做一个方案，目前在多家的药企也被应用。
（视频播放）
整个案例都是用一个机器人回答这个病人的疑问，而且他的基础是来源于人工智能和知识图谱。在亚马逊云平台上面搭建这样的服务，利用我们的成熟工具，这家公司只用几周时间就把这个工具搭建出来了，未来有很多的创新可以在云平台上面进行尝试。量子计算方面，我们跟全球领先的安进医疗，做了预估一些小分子药靶点的研究，可以将整个靶点以及化合物发现效率，提高几何倍数。大家知道量子计算跟传统的现在传统计算只有“1010”的方式是不一样，它有多个未知态，可以同时并行计算，找出最优路径，计算速度几何倍速的增长，前面很多嘉宾也说到在药物或者医疗设备或者治疗方法开发上面，比如说在临床分析方面，已经有很多的数字化的应用。
我们亚马逊云科技在全球服务数千家药企之后发现，整个药物生命流程，都可以用数字化的手段，帮助企业提升效率、创造新的合规地、更有效的药品或者解决方案。比如说临床试验，药物的生产方面我知道今天早上有很多生产方面的专家分享，药物生产方面我们能不能利用这样的数字孪生，物联网的技术找到最优的生产方式生产方案。在药物上市之后我们还会跟进药物是否有不良反应，或者有正面的老药新用。疫情刚开始的阶段有一个老药发现对新冠疫情有疗效，就是利用老药新用去发现的，就是快速将已上市的药物发现新的用途。全球我们很多的客户利用数字化的产品加速药物发现流程，有一家公司就在我们的深圳，利用亚马逊云平台的弹性以及人工智能的工具，可以在一个晚上开启数千台服务器去计算它的量子物理的算法，而找到某一个化合物的晶体结构是否适应于人类的吸收和代谢，能够作为药物。如果是利用线下的数据中心，要搭建数千台的服务器数据中心，可能需要一年的时间和上千万的资金。而利用亚马逊云科技的云基础设施，可以在一个晚上将这个能力搭建好，供应给这个公司进行服务，整体的消费只是非常少，并且按需付费。这是云计算带给大家便捷、迅速、弹性的方法。
药物发现的实验室也可以通过云计算上面的工具快速的搭建，一些实验室跟我们的实验设备进行连接，阿斯利康就利用亚马逊云平台的工具搭建了跟它的电子显微镜的对接，快速的利用人工智能去看到病理图片里面有可能成为靶点或者发病的一些原因，减少了将近50%的病理阅读的时间。临床试验，周总提到海量的文档需要阅读，而利用亚马逊云平台云计算上面的数据湖，我们可以将结构化、非结构化以及文本数据等等的数据放到统一的来源上，利用我们的人工智能工具可以快速分析这样的数据。而且最重要的一点是，亚马逊云计算通过了全球超过50，譬如美国HIPAA规范，以及我们临床数据要求的，中国人类资源管理办法条例的中方单位等等。亚马逊云科技都是符合这样的规范要求，可以帮助大家将临床数据放心地放在云平台上，利用各式各样的工具快速搭建你的解决方案。
在药物的生产方面，除了我们要发现我们要做临床试验，还有很重要就是生产出来。中国也是一个药物生产的大国，怎么样将药物生产进行精细化，比如，现在的很多癌症的药物或者是细胞治疗的药物面临的挑战就是其的生产量不大。但是它对生产的要求比原来的小分子药高很多，怎么样利用传统的生产数据或者物联网监控的数据以及其他的全流程数据进行数据分析，进行集中的考量，也是可以通过云平台将不同的ERP、MES等等的生产数据集中在一个数据池里面利用大数据分析，人工智能的手段快速的找出最适应的生产方案，并且利用物联网监控生产方案是否正确被实施。
新冠疫苗有一家公司Moderna，不到三个月生产出来，它将全部的生产系统都部署在亚马逊云科技上面，包括物联网，使它成为一个快速的智能化生产的标杆。未来我们希望在中国，这个制药大国帮助更多的同行快速地提升智能化药物生产。
药物生产之后就要给病人服用，我们要监控病人是否正确服用，我们要灌输正确的学术知识给处方医生，也要了解更多的人在服用药物之后是否有新的药物警戒出来。这一切都可以构建在云平台，这种快速，敏捷，合规的平台上，在中国有一个很大的药物流通企业叫九洲通，通过亚马逊云平台上构建智药通平台，超过7000多个源头药企以及7万多个业务员，可以知道哪个医院，哪个业务员目前的动态是什么，可以将药物的配送从原来的被动变成前瞻，保证疫情期间所覆盖的医疗机构可以准确准时获得应该的药物。还有非常重要的中国的药监局目前考虑这个事情，药物上市之后，我们能不能通过大量的数据，来做一些真实世界分析，大家知道前面做的临床分析都是设计好的，真正我们在病人服药是真实事件，每个病人还有自身条件，不一定只有一种疾病，怎么样可以看到这个药物在真实世界里面真正应用以后的效果，包括药物的定价、警戒、包括药物有没有新的疗效，这一切都可以通过真实世界分析来实现。
我们知道在海南，中国药监局开始尝试利用真实世界分析的方法验证某一个新药的上市，亚马逊云平台上有很多的工具支持真实世界分析，我们希望借此加速药物上市新方法。
最近的一个领域还有一个非常有意思的案例就是数字疗法，最近国家也批了几个数字疗法。什么是数字疗法？是一种基于软件程序的疗法，或者与硬件结合，为患者提供预防、管理或治疗疾病，当病人使用这个硬件或者使用这个软件之后，他得到的疗效的改变在统计学上是有意义的，他是可以经过临床验证来证明的，监管机构可以进行审查和批准，这是非常新的领域。原来大家总是想硬件、软件都是来辅助诊断的，但是大家没有想到有一天硬件和软件是可以拿来治疗疾病的。
在目前上市的数字疗法里面，有8种是基于跟亚马逊云科技合作的，我的分享是propeller的案例，它是一个具有蓝牙功能的小帽子放在哮喘的吸入器的按键上面，每一次吸入，可以知道这个病人是否正确吸入。跟亚马逊云科技合作之后，可以根据当地的气候、海拔、环境等变化预测，帮助哮喘病人预测，因为天气变化是否待在家里不要出去，因为哮喘跟环境因素影响非常大。大家可以看到简单的蓝色小帽子蓝牙设备和手机APP可以帮助病人，包括一些儿童病人或者是老年病人在服用哮喘激素的时候更加准确，更加规律，也可以前摄性地提醒他们，在考虑气候、地理位置后，是否建议去医院开药或者今天待在家里。这一切都会给病人带来好处。我们希望跟合作伙伴、行业伙伴为每个人地生命健康提供数字化转型的基础和工具，更快更好、更有普及性地提供最适合的药物和治疗方法，谢谢。
主持人：谢谢黄庆春先生今天为我们分享亚马逊云科技如何利用先进的人工智能技术和云计算应对生命科学全流程的诸多挑战所做出的种种的实践。一想到世界在新冠疫情的影响下我们都陷入了健康危机，我们的生活发生了诸多的改变，但是当我们看到有像亚马逊这么多全世界最聪明的大脑通过自己的辛勤工作努力推动生命科学的进步，我们也会变得更加安心一些，这也许是2021中国高新技术论坛的核心价值所在。我们了解各个行业里面最前沿最精英的人士他们的工作，了解他们如何通过自己的努力，推动世界的进步，也让我们对于科技对于世界抱有信心。
我们要再次感谢所有的嘉宾在中国高新技术论坛发表他们的精彩观点，也要感谢各位的聆听。因为疫情的原因，我们的活动推迟了整整40天，这也是我们有机会有史以来第一次在中国高新技术论坛在高交会即将结束的时候，向各位致以新年的问候。大后天就是2022年祝愿各位在新的一年身体健康事业有成，希望各位通过自己的努力工作，能够让世界让我们早日走出疫情回归正常生活。再次感谢各位的光临，我们明年再见。