當前，醫學和人工智能正處于快速融合階段，成為國際科技競爭的新高地。12月24日，上海正式發布《上海市發展醫學人工智能工作方案（2025—2027年）》（以下簡稱《方案》），方案圍繞人工智能與醫學創新深度融合，從創新策源、支撐平臺、應用場景、產業發展等5個方面提出了18條舉措。
上海豐富的醫療資源，為人工智能醫學的前沿技術研究提供了豐富的應用場景。《方案》提出，要在人工智能與臨床醫療、中醫藥、公共衛生、醫療管理、醫保監管、藥械研發等深度融合方面，打造全領域應用場景。
在醫學人工智能創新領域，上海的醫療研發機構已經開展了早期探索。在上海市東方醫院，醫學大模型“Med-Go”創始人，東方醫院急診、重癥醫學科主任張海濤向記者展示了一份北京某著名三甲醫院兒科的真實病例：患兒兩次住院，經過近一年的時間，確診為一種罕見的自身免疫性疾病。張海濤將患兒病歷輸入“Med-Go”后，僅用了幾分鐘時間，該大模型就給出了專家們用了一年才做出的診斷。
醫學大模型應用創新面臨的難題，是人工智能技術如何讀懂密集復雜的醫學知識，以及各類醫療數據難以共享。對此，“上海方案”有何應對之策？根據發布的《方案》，上海將建設醫療健康數據新型基礎設施。例如，上海將制定衛生健康數據分類分級、融合應用等標準規范，建設市衛生健康數據大平臺。在數據治理方面，《方案》提出將通過語義知識圖譜、預訓練大語言模型等技術，自動抽取、處理復雜醫學數據。
針對人工智能助力創新藥物研發，《方案》提出，支持蛋白結構預測與從頭設計、藥靶預測、藥物設計與智能優化、虛擬篩選、晶型劑量、器官芯片等關鍵技術研究。
在上海交通大學張江高等研究院，上海交通大學自然科學研究院教授洪亮團隊正在用人工智能技術變革生命科學研究的基本流程。“我們研發了從蛋白質序列直達功能的Pro大模型，把改造蛋白質的周期從幾年縮短到幾個月。”洪亮舉例介紹。
《方案》提出，推動人工智能技術在臨床試驗管理方面應用。上海市臨床創新轉化研究院正在嘗試應用人工智能技術提高受試者的篩選效率。“基于人工智能的受試者篩選，能夠在多中心同步開展臨床試驗時實現受試者的精準篩選與發現，進而擴充患者入組的數據規模，降低脫落率，最終顯著提高患者入組效率。”上海市臨床創新轉化研究院總裁段琦表示。
