现代医学一直与“数据”和“计算”有着密切的联系，现在这一关系走到了新的关键节点。以AI、高性能计算为技术基础叠加以基因组学为核心的医疗临床数据，解读、刻画生命活动，正在构建一个能源源不断产生新见解的新科学体系——计算医学。计算从医药创新的推动力，转变为创新的底层逻辑。

长久以来，医药创新领域有一组触目惊心的数据——“10-20年的研发周期、26亿美元的资金投入、超过92%的失败率”。自上世纪五十年代后，新药研发效率持续下降，速度是大约每9年下降一半，被称为药物研发的“反摩尔定律”。当前全球的药物研发投入和收益比已经拉到了一个难以为继的高度，并使医疗保健的成本推到前所未有的水平。中国医药产业转型压力遭遇全球药物创新的底层技术红利消退困境，更是需要具有变革意义的新技术。

科学家一直致力于应用各类技术手段增加药物研发所有环节的确定性。罗氏、诺华等关注研发的大型药企也提出：新技术的目标是从根本上改变药物研发的传统方式，新方式将是以数据驱动的，走向精准医学（正确的时间、正确的剂量、为正确的患者提供正确的药物）。只有从疾病出发寻找靶点、以靶点机制为指导进行药物适应症选择，才能从根本上提高药物创新效率、提高药物临床价值、实现药物差异化竞争。

生命系统具有复杂特性，生物医学大数据具有高维、高通量、多维融合的特征。以肿瘤为例，肿瘤细胞有复杂的进化方式，复杂的组织行为，复杂的斗争策略，机体也有自身基因组独特的个人设定，反映上述现象的数据庞杂且高维，已经远远超出人脑“理解”的范畴。当计算技术发展到能够理解复杂系统之间的深度因果关系网的时候，也意味着将为医学发展提供一次跃迁的机会。

基于现实需求和技术进展，我们可以给计算医学下一个定义。计算医学是致力于发展定量的科学方法，通过应用数学、工程学、计算科学，结合生物医学知识来智能化理解人类疾病的机理，并基于工业化的数据、算法、算力和生物医学技术体系为医学服务提供新洞见。

计算医学提出目标是用AI解决疾病和药物机理认知不清的系统性问题——利用超级计算，解读多组学跨尺度数据，专注于构建疾病模型、产生靶点机制、精准临床方案设计三个环节给行业赋能。

我国在“AI+疾病”领域已经出现令人兴奋的突破。目前中国科学院计算技术研究所计算医学团队已经探索出一种新的理解疾病和疾病对药物响应的模式，利用人工智能技术基于大数据分析建立大知识和大数据联合驱动的模型。

基于对疾病机制的理解，可以开展虚拟临床实验，例如给虚拟人体及其疾病影响的器官吃不同的药物后观察结果。更形象的说，就是在计算环境下模拟“给电子小人吃电子药”，以可量化的结论，引导药物研发决策。这将打造一个医药研发的新范式——基于AI+疾病机制的靶点递呈和虚拟临床试验。

支持计算医学赋能行业的资源和基础工具基础已经就绪。在此背景下，计算医学全球在行动。美国和欧盟等主要国家和地区出现了国家级的引导性政策和项目。大型国际药企与新锐人工智能企业携手试点计算医学技术工具融入药物研发流程。

计算医学已经蕴含改变了改变研发范式、推动产业变革的力量。但是要根本性实现医药研发的原始创新，形成高质量新增长极，仍需要抓准解决医药产业遭遇瓶颈的重大科学问题。将先进的科学技术与临床需求、产业需求相结合，需要回归到医药领域，遵循生物医药的第一性原理——以患者为中心，不断深化“计算技术”与“医药健康”开展跨学科、跨领域的沟通与合作，才能给整个医药行业带来不断升级的动力源泉。