10月11日－13日，“天府健谈·CHS 2021第六届中国大健康产业升级峰会”正式召开。本届峰会由中国卫生信息与健康医疗大数据学会全科医学与健康管理工作委员会、亿欧EqualOcean主办，四川省卫生健康委、中国卫生信息与健康医疗大数据学会指导，中国卫生信息与健康医疗大数据学会三医联动健康保障分会、健康保险工作委员会、信息及应用安全防护分会协办，成都市卫生健康委支持，亿欧大健康承办。
中国大健康产业升级峰会已成功举办了5届，本届峰会以“集成创新·引领产业融合”为主题，围绕数字医疗、AI和计算驱动的新药研发、基层医疗、支付创新、基因检测、中医康养、智慧养老七大细分领域的市场环境、投资热点和产业变革等话题展开探讨，共包括1场开幕式、7场产业论坛、1场晚宴盛典、3天产业创新展、1场创新项目路演、1场院长培训班。
在10月13日的“AI和计算驱动的新药研发产业论坛”中，至本医疗科技药企合作事业部高级副总裁赵平发表了《数据驱动新药研发策略与商业化进程》的演讲，她的主要观点如下：
1．精准诊疗大数据，为“不可成药”靶点开创可用小分子靶向成药新机会。
2．真实世界数据赋能诊疗日常，解决肿瘤精准治疗自动化“最后一公里”。
以下为其演讲全文（根据现场演讲有所删减，未经本人审定）：
数据如何在制药端和日常诊疗过程中使用一直是医疗行业非常热门的一个话题，能够应用于新药研发真正有价值的数据有几个特点：首先数据量足够大，其次是数据的多样性高，以及数据的快速迭代和数据的价值挖掘。
尤其是在肿瘤诊疗领域，如何把大数据的量和人工智能结合起来，建立一个数据网络，从中挖掘到数据的价值，赋能到后续临床使用，是非常困难的挑战。这个领域如何用到肿瘤大数据，其实有三个方面。
第一，人工智能和医学影像的结合；第二，药物的挖掘，在药物挖掘这一块大数据的使用愈加频繁；第三，个人健康管理，尤其是结合一些新的技术发展使用数据。还有更多数据是在人工智能辅助诊疗这一领域，这一方面美国发展得比较快，中国这两年也会有一些进展。此外，基因组学、数字疗法等几个领域都是肿瘤基因大数据可以去尝试应用的方面。
精准诊疗大数据，驱动支持药物研发
肿瘤基因大数据如何去应用，基本上有三个大的框架。首先是数据的挖掘，至本作为数据挖掘领域的先行者，有一些新的成就可以跟大家分享。其次，大家都知道新药研发比较难，难点在于差异性。真实世界的数据可以为药企提供创新解决方案，实行差异化发展战略，聚焦正确的患者类型、耐药机制等。第三是运营优化，从临床研究的角度来说，一期临床走到三期临床需要5－8年左右的时间，如何缩短时间，如何用更新的运营方式基于大数据的理解上去实现，这是现在整个制药行业非常关注的话题。
从这方面明确了我们看到真实世界大数据以后到底怎么使用，我也做一些分享介绍。
精准诊疗的大数据如何在新药研发端使用？ 新药研发数据统计显示，只有20％的药物会成功走到III期临床直到上市且年限比较长，投入在15亿－20亿之间。
高昂的研发成本让整个制药行业思考，如何提高药物成功开发的比例？2018年2月，罗氏收购了医疗大数据公司Flatiron Health，同一年又斥资24亿美元收购了以癌症基因组学数据为基础的公司Foundation Medicine，将患者临床基础数据和肿瘤分子基因检测数据相结合，最大程度的发挥数据的价值。2021年10月，纪念斯隆－凯特琳癌症中心（MSKCC）的精准肿瘤学数据库（OncoKB）获得了美国FDA的部分认可，它是第一个被FDA部分认可的癌症体细胞变异数据库，以后肿瘤基因检测公司可以使用这些数据来支持上市前提交的肿瘤分析测试的临床有效性。都凸显了高质量数据以及数据库在临床研究应用中的重要性。
对大数据的价值挖掘也是至本医疗始终在做的一件事，我们把肿瘤基因检测的多组学数据，临床诊疗数据等个体化的数据归类整合成大量的结构化数据。积累成目前中国肿瘤领域最大的真实世界研究精准数据库（OKAIN）。用深入的分析方法、AI等工具形成模型，赋能到新药研发。包括新的生物标志物的挖掘、真实世界药物安全性评估、预测疗效模型、新的诊疗路径和用药指导等。
目前至本在这个方面有很多成功的案例，通过生物标志物的进一步挖掘，定义到目前有效患者的群体来提高药物开发的成功率。经筛选的高活性／高选择性的共价小分子药物，结合肿瘤大数据以精准确定驱动肿瘤发生、发展的靶点，为“不可成药”靶点开创可用小分子靶向成药新机会。
同时通过搭建真实世界的智慧数据库以及互联网医院这个创新平台，至本把真实世界的数据（RWD）转化为真实世界证据（RWE），协助制药企业实现新药上市后的医学适应症拓展，这也是目前国内比较领先的一种方式。
解决肿瘤精准治疗自动化“最后一公里”
精准诊疗大数据在临床实践当中应用探索较多，但现在新的临床应用有几个困难，第一，远程医疗越来越难，三四线城市的患者很难接触到更多的精准诊疗；第二，医生越来越忙，尤其是在肿瘤领域，目前中国有14000万的肿瘤患者，但是肿瘤科医生很难照顾到这些患者出院以后的随访过程。
基于海量文献数据，至本建立了肿瘤精准医疗知识网络（图谱），首先基于肿瘤的基因组学数据矩阵，通过深度学习和计算将肿瘤基因突变数据汇总分析；至本开发了CUP AI原发灶不明癌症预测工具。目前CUP AI的准确率已经达到83％左右，并且还在不断的提高，预计未来可以达到90％以上，成为智能化又能赋能临床诊疗的一个工具。
另外，至本还在数字疗法的领域有一些新的探索。我们基于临床和遗传专家团队、利用大数据与人工智能方法建立了至本OKAIN智慧医疗数据知识库，让每一个患者通过线上平台快速了解自己的基因检测报告。目前至本已经积累了30多种创新临床诊疗策略，支持医生优化治疗选择通过患者全程管理，更好的定制治疗方案，延长患者的治疗生存期。
以上是我们在真实世界数据使用上的一些经验分享，当然这个领域也存在一些挑战：怎么样做到可视化？这个数据继续深化挖掘的时候，如何打破信息归属权的问题？如何做到更全局、上下游产业链布局的打通……我相信是这整个的行业都会面临的共同问题，我们会和行业专家一起探索在这个领域如何把数据做得更深化。
总结一下，肿瘤领域强调的是数据的广度和深度，未来的空间我们还可以继续去探索。
本文经授权发布，版权归原作者所有；内容为作者独立观点，不代表亿欧立场。如需转载请联系原作者。
