9月11日下午，南京的暑气还未散尽。一场约170人参加的主题沙龙在这里举行。会场没有设主席台，围坐在一起的，有医院的院领导，科技处、信息处负责人及临床专家，有生物医药企业的科学家，高校的学者，也有卫生健康主管部门的代表。这是江苏省卫生健康委员会组织的“人工智能+医疗健康”系列主题沙龙，本场的主题只有一个：人工智能怎样走进真实的医学科研流程。

沙龙缘起于省政府关于“人工智能+医疗健康”的部署要求。省卫生健康委等7部门联合印发《关于推进江苏省“人工智能+医疗健康”发展实施方案》，明确五个方面22项重点任务，提出到2027年全省医疗健康服务和行业治理智能化水平显著提升、到2030年建成全国“人工智能+医疗健康”创新与应用高地。此前，省“人工智能+医疗健康”工作专班已举办相关专题沙龙6场，全省举办主题沙龙、路演等活动60余场。

面对海量文献和实验数据，怎样找到值得继续验证的药物靶点？一段手术视频，怎样变成可以分析、比较的科研资料？当人工智能走进医学科研，问题落在了一个个具体环节上。主题分享环节，五位报告人先后登台，从药物研发、临床研究到手术机器人，各自带来正在做的事。

中国药科大学校长郝海平以《人工智能时代医药融合创新的思考》为题作分享，把话题落在了“融合”二字上。谈到学校对“融合”的理解，他说，正在做的事，是把人工智能学院的人才与生命科学、医学、药学的人放在一起，同一个任务、同一个目标，相互探讨、各展所长，用学科交叉推进真正融合式的项目研究。对于人工智能在医学科研中的作用，他的判断是肯定的：“人工智能一定会加速我们创新药物研发的进程，对于常规普通的药物研发也能够提高其效率、成功率。”他补充说，目前已经有了成功的案例。

江苏恒瑞医药股份有限公司AIDD高级总监叶纬带来的题目是《基于AI智能体的新药靶点发现和AIDD新探索》，指向的是新药研发链条最前端的靶点发现环节。据他介绍，AIDD（人工智能药物发现）已在药物研发流程中承担起相当一部分工作，“尤其是在早期研发、进入人体之前的阶段，成功率从30%～40%提升到了60%～70%。”

在临床研究环节，AI也开始承担资料处理工作。信达生物高级总监胡耀瑜就《数智赋能创新药：信达生物AI应用实践》主题，介绍了药物警戒中的医学文献筛选，以及临床方案智能写作的流程：AI辅助生成初稿后，各章节仍需人工检查更新，并开展多人协作和数据一致性核查。节省重复劳动与保留专业审核，被放在了同一流程之中。

把目光转向手术机器人，科研问题又有了另一种形态。医生使用了什么器械，完成了怎样的动作，一段操作属于哪个手术阶段？要研究手术过程，需要先把这些信息准确记录下来。苏州康多机器人有限公司总经理杨文龙的报告介绍，团队已开发手术视频智能标注系统，可以分别标注器械、动作与目标组织，描述连续操作事件，并划分手术流程阶段。报告还展示了基于多模态时序数据的手术行为分析思路，通过与专家基线比较，形成评估报告，并保留操作数据用于追溯。

这样的探索，让手术过程中的信息有了更具体的研究用途。对于自主操作，报告展示了离体环境下的机器人自主绕线打结。这一实验条件，也界定了进展的边界：从特定任务验证走向更复杂的临床应用，还需要进一步研究。

数据，是这场沙龙里被提起最多的词之一。在医学科研这个方向上，数据如何安全合规地应用、医疗大模型如何真正支撑科研、AI科研场景如何规范落地，是各方共同面对的问题。

江苏是全国医疗卫生机构密度最高的省份之一。庞大的诊疗量背后，是海量的影像、病理、电子病历数据，它们曾经长期沉睡在医院的信息系统里。无论寻找靶点，还是分析手术行为，研究都要先回答一个基础问题：数据能否支持要作出的判断？不同来源的资料怎样对应，标注是否准确，结果能否追溯，都会影响后续分析。这也是技术应用之外，医学科研需要持续补上的基础工作。

“目前，依托省卫生健康云，全省已汇聚医疗健康数据1612亿条，覆盖1.77亿人，存储量达39PB，并共享了20PB的基因组学、蛋白质组学等多组学科研数据。”江苏省卫生健康委员会党组书记、主任谭颖在致辞中分享了这组数据。

海量的数据已经汇聚，怎样让它们真正为科研所用，成为接下来讨论绕不开的话题。

40分钟的圆桌对话，由徐州医科大学校长吕凌主持，把临床医生、科研人员、算法工程师、企业代表请到“同一张桌子上”。对话聚焦三个问题：医疗健康数据怎样安全合规地用起来；人工智能能为科研工作者提供哪些务实可用的工具；医院、高校、企业三方如何协同，把技术转化成高质量的医学科研成果。谈到工具，苏州镁伽科技有限公司AI for Science业务总经理李国军打了个比方：“如果把医学科研比作‘挖矿’，那么我们的责任则是给他们递上最好用的‘镐子’。”

散场时分，会场外的长廊渐渐热闹起来。几位医院的科技处负责人和药企的研发总监仍聚在一处，延续着台上没谈完的话题。人工智能与医学科研的这场对话，才刚刚拉开帷幕。