当 AI 邂逅生命健康，华为云为他们搭建三座桥

2020 年 11 月，AlphaFold2 在蛋白质结构预测大赛 CASP 14 中大显身手，将 AI+生命健康的全球热度推到了新的高峰。事实上，早在此之前 AI 赋能大健康、医疗、制药等领域就是广受关注的话题。尤其是 AI 与新药开发的结合，可谓被产学各界寄予着最高期待。

然而在一些偶然的高光表现与宏大的未来展望之外，AI 赋能生命科学是一条步履维艰的探索之路。跨学科的难度，技术难以落地的挑战，成本高企与重复建设问题严重等等难题困扰着这个被寄予厚望的方向。我们可能会好奇，在镜头之外，现实之中，真正的 AI 赋能生命健康产业正在经历什么？推动这个产业方向前进发展的动力是什么？

在一场“含智量”超高的峰会上，我们找到了一些答案。

7 月 22 日，第三届华为云 AI 院长峰会在贵安召开。这场峰会会聚了多位中国工程院院士、中国科学院院士，以及来自国内近 30 所顶尖高校的 60 余名院长、教授、专家。期间，中国 AI 产学各界的顶尖专家、学者共同谈论了 AI 技术发展的新趋势与新挑战。有趣的是，我们注意到峰会中被提及与关切最多的方向就是 AI 与生命健康的结合。这似乎是在以往 AI 峰会中很少见到的。

借助这个机会，我们了解并整理了华为云在 AI 赋能生命健康领域的一系列成果。总结起来，我们可以将华为云的努力理解为“三座桥”。

一边是 AI 技术的无尽想象力，一边是生命健康的伟大与庄重。华为云用这三座桥，联接起了两个无比重要的领域。

他们尝试在产学各界的沃土中，种下一颗 AI 果，期待着在云端长出生命的希望。

AI 与生命健康，可能是 21 世纪最伟大的相遇

21 世纪被认为是生物与生命科学的世纪，越来越多的新技术、新研究方法将在这个世纪汇聚到生命科学与健康产业中来，从而改变人类对抗疾病，提升健康水平的过往范式。

其中，AI 与生命健康的相遇，可能是最具想象力与可行性的一种。从基础逻辑上来看，这是因为医学研究具有大量不同类型的数据，非常适合 AI 进行学习与分析。而相关研究中同时又有大量需要人工重复性劳动来解决的问题，非常适合用 AI 来进行替代。

此外，AI 技术可以在短时间内合成靶向药物，从而将药物筛选的过程大幅缩短，研发综合成本也随之降低。医药界有着公认的“双十定律”——一款创新药从研发到上市，平均成本超过 10 亿美元、研发周期大于 10 年。AI 的加入有望帮助打破该定律。无论从寻找靶向线索，提升新药筛选效率，提升开发成功率，还是降低综合成本等角度看，AI 都带来了巨大的想象空间。这堪称是一个人类必须尝试和探索的方向。

然而在现实中，生命健康领域与 AI 领域是基本不相交汇的两个学科。AI 赋能生命健康，面对着缺乏数据支撑，场景落地困难，基础设施薄弱，学科研究体系互不理解等等问题。客观来说，AI 赋能生命健康还远未到开花结果时。尤其在药物研发等领域，我们可能还需要等待 5 到 10 年来久久为功。

在目前这个阶段，我们还不能从 AI 与生命健康的相遇中完成丰收，而是需要耕种，需要坚持不懈地灌溉与栽培。需要面临一个问题解决一个问题，遇到一个挑战就攻克一个挑战。

面向横亘在 AI 与生命健康之间的湍急河水，华为云扮演起了修桥人。

第一座桥，沉淀：打造医疗智能体，凝聚共性平台

AI 赋能生命健康并不缺少方向和案例。事实上，我们可以在两者之间看到无数的跨领域机会点，毕竟生命面前从无小事。然而问题也随之而来，大量 AI 赋能生命健康相关项目的启动，导致社会投资过于分散，大量资源被消耗在重复性建设当中。很多相关探索都以案例、合作的方式呈现，最终结果却很难沉淀下来惠及更广泛层面。

为了解决这个问题，让 AI 赋能生命健康的投入与研发能够被长期利用，就需要有平台将相关技术结果沉淀下来，形成共性平台。这也就是华为云正在尝试搭建的第一座桥：以医疗智能体（Enterprise Intelligence for Healthcare）EIHealth，沉淀 AI+生命健康的海量技术成果。

目前，AI 赋能健康主要体现在疾病基因早期筛查、疾病辅助诊疗、药物研发等环节。华为云医疗智能体 EIHealth 是基于华为云 AI 和大数据的技术优势，面向医疗行业提供的全栈、开放、专业的企业级 AI 研发平台，支撑企业 AI 的研发、转化和应用。在一些关键领域，华为云医疗智能体 EIHealth 已经实现了平台化集成，面向企业提供大量相关 AI 模型算法与资源。比如基因组引擎、药物研发引擎、临床研究引擎等等。与此同时，华为云医疗智能体 EIHealth 还与来自高校、企业的伙伴携手进行多个领域的探索，在“基因组分析”“细胞测序”“药物筛选”“蛋白质结构预测”“疾病知识图谱”等方面获得成功经验。这些实践经验也可以帮助更大企业进行医疗 AI 的产业化落地。

平台化的技术集成与经验能力沉淀，可以有效帮助更多企业与学术机构，在探索相关领域时规避重复建设，降低综合成本与失败率。也可以帮助企业更准确找到同类经验与专家知识，使很多项目可以在平台化技术与经验集成的帮助下得以实现。

此外，AI+生命健康不仅包括重研究向的药物研发、基因测序等工作，还直接面向临床实践，可以将优秀医生的经验通过 AI 带到更广泛的基层地区。所以华为云医疗智能体 EIHealth 还集成着提升基层医疗水平，直接提升社会医疗能力的作用与价值。

自信息革命以来，技术平台化已经成为所有技术发展到一定程度的必经阶段。对于 AI+生命健康来说，平台化、集成化的技术沉淀在今天并不容易。但无论如何，我们也需要走出这一步，这是让更多力量、人才、资源参与到这场伟大变革的先决条件。

第二座桥，打通：大模型赋能药物研发之路

或许可以这样说，新药研发是生命健康产业顶端的皇冠；而大模型，是如今 AI 产业中熠熠生辉的明珠。二者相遇，是产学各界共同期盼的盛事。

从基础技术逻辑上看，大模型赋能新药研发是一件具有广泛可行性的工程。新药研发中药物筛选、靶向寻找等产业需求的特点就是数据结构复杂、数据量巨大、对算法鲁棒性要求苛刻，而这些都是大模型的能力优势所在。但在现实中，大模型赋能新药研发之路却并不容易。一方面新药研发过程中环节众多，流程复杂，如何体系化完成大模型的贯通与落地是一件前所未有的工作，加之药物研发机构和企业能提供的数据往往并不充沛，一系列因素限制了大模型的落地。另一方面，AI 企业与药企合作时往往需要单独开发模型，进行定制化合作，这导致了很多大模型相关工作陷入重复开发，并且合作往往需要巨大的专家资源投入，可复制水平较低。

为了解决这一系列问题，华为云率先推出了盘古辅助药物设计服务（Pangu Aidded Drug Design），创造性地打通了大模型落地新药开发之路，并且对相关能力进行了服务化的集成与沉淀。在盘古辅助药物设计服务的帮助下，药企与相关医疗机构可以加速早期药物研发进程，使得早期药物研发的周期从数年级缩短到月级，大幅缩短研发时间，并且相较于传统的方法将成本降低 70％。

在这背后，是华为云联合中科院上海药物研究所提出了针对化合物表征的全新深度学习网络架构，学习了 17 亿个小分子化合物的特性，进而生成了新一亿小分子。凭借一个统一的预训练大模型，打通药物研发的各个环节，加速建模效率，提升泛化效率，做到了一个大模型覆盖蛋白化合物的结合预测，化合物与属性预测，化合物优化与生成全链条的药物研发工作。从而实现大模型真正理解药物研发的结构、流程与具体需求，而不是仅仅以工具化的形式浮于药物研发工作的表层。

目前，盘古辅助药物设计已经正式商用上线，并于 2022 年获得了 iF 产品设计奖。盘古辅助药物设计服务已经开始加速制药公司的药物研发创新。借助强大的 AI 算力和创新体验的设计，盘古药物分子大模型可以帮助科研人员在拓展知识边界，降低科研人员的多种工作负担。

大模型与新药研发的结合，可谓是 AI 赋能生命科学无数议题中最令人激动的一项。华为云搭建的第二座桥，打通了大模型与药物研发的产业界限，让二者真正实现全流程融合。药物研发能力决定着未来人类健康水平的上限。我们期待着，大模型成为真正的“药神”。

第三座桥，破障：消弭通产学研界限，构筑研发新范式

在第三届华为云 AI 院长峰会中，中国科学院院士、清华大学人工智能研究院名誉院长张钹表示：“人工智能的发展处于初期阶段，科研工作者需要充分利用知识、数据、算法、算力这四个要素，建立可解释和鲁棒的人工智能理论，发展可控、可信、可靠、可扩展的人工智能技术，探索出一条适合人工智能的全新发展道路，以此推动人工智能的教学、科研和产业的健康发展。”

这一论断非常准确地诠释了今天 AI 技术与产业的突围方向。AI 本身是一个跨学科技术，而 AI 与其他学科的结合可谓是“跨学科的跨学科”。然而也就是在这样连续的跨越与打破以往产学常规的方式下，AI 才能走出一条新路，才能推动 AI 技术全面、高速发展。对于 AI 与生命健康的合作更是如此。传统意义上，生物学、医学、药学等相关领域，就与计算机、控制论等学科之间很少有交流与合作，更遑论深度学习代表的最新 AI 技术。AI+生命健康是一次全新的碰撞与融合，需要打破产学之障，建立常态化、高效可用的沟通机制，共同构建产学研一体化的研发新范式。

华为云搭建的第三座桥，就是在 AI 领域与生命健康领域之间进行了广泛且密集的产学研合作，并将合作成果集成在华为云的平台与品牌之上，让更多研发人员能够有效参与到产学进程中来，了解并加入 AI 赋能生命健康的伟大变革。

华为云围绕跨界的融合，把 AI 和医疗结合起来，围绕基因组分析、药物研发、临床辅助等方面进行探索。

具体来看，华为云与北大、中科院完成了大量细分技术合作，其中包括疾病基因筛查、基因测序、蛋白质结构预测、分子动力学模拟和药物筛选等等，在很多方面进行了深入的产学研合作研究。在全球市场，华为云为相关领域提供了 PE 级别的算力集群，帮助伙伴将 AI+生命健康相关能力更好地提供给用户。在落地层面，华为云与协和医院等三甲医院合作，形成了一系列合作成果。如今，在打破两大学科界限，构筑产学研合作新范式层面，华为云既展现了合作诚意，也取得了喜人的合作成果。

华为云人工智能领域首席科学家、IEEE Fellow、国际欧亚科学院院士田奇就介绍了这样一个基于合作完成的 AI+生命健康落地案例。华为云与伙伴联合研发 AI 辅助宫颈癌筛查模型，帮助提升宫颈癌早期筛查能力。验证结果表明，该模型的排阴率为 61.9%，阴性片判读的准确率高于 99%，阳性病变的检出率超过 99.9%。效率方面，AI 系统将细胞病理医生镜下阅读宫颈细胞涂片的平均时间从 6 分钟提高到 36 秒。通过 AI 辅助宫颈癌筛查模型判读速度是人工判读的 10 倍。由此可见 AI 赋能医疗产业的价值，也可以见到充分广泛的合作带来的价值。

打破藩篱，跨越障碍，实现产学研体用一心的合作与沟通。这是华为云基于一次次技术探索，一个个案例落地带来的范式价值。AI 赋能生命健康，不是一家学校，一家企业的工作，而是全球优质资源携手同行才能推动的变革。这其中，需要有人愿意持续付出，形成平台化与产学枢纽——这正是华为云的价值所在。

从 AI 医疗能力的平台化沉淀，到大模型打通药物研发新路，再到产学研一体化的合作范式构建，华为云践行“一切皆服务”战略，把那颗名叫 AI 的种子，深深种植在了智能与生命两大科学的交界处。并且用心耕耘，勤奋地耕作与灌溉。

我们依旧在等待这颗种子长成参天大树。但今天至少可以说，那颗种子已经在云端长出了关于生命的希望，长出了实现变化的力量。