在8月30日举行的2019世界人工智能大会分论坛“2019全球人工智能健康峰会”上，中国中医科学院青蒿素研究中心专家委员会副主任廖福龙在主题演讲中表示，人工智能的来临已成为医疗健康行业加速发展与技术更新的重要机遇。同时，人工智能技术运用于青蒿素作用机理和抗药机理的研究与解读，也将是青蒿素深入研究的新契机。目前，青蒿素研究中心正在青蒿素抗疟机制、抗疟研究等方面加强深度发掘。

青蒿素耐药性并非无解

今年6月，屠呦呦团队公布最新研究，即对抗疟疾之后，青蒿素的一项“新使命”是对抗系统性红斑狼疮这一目前尚无特效药的疾病。廖福龙表示，红斑狼疮是青蒿素临床应用的一个方向，但与治疗疟疾的原理不同。红斑狼疮作为一种免疫性疾病，青蒿素对其的治疗作用已经批准在临床二期阶段试验。不过，这一临床研究需要等待结果生成后才能知道哪些病人是吃青蒿素治疗的红斑狼疮，因此临床研究现状尚无法明确。

“大家可能感兴趣，为什么上世纪70年代发现青蒿素，并且临床应用几十年后，还要持续对其进行研究。”对于研究青蒿素的意义，廖福龙表示，药物机理是治疗疾病最关键的背景，在这一背景下，如果清楚药物如何发挥作用，在临床阶段就能发挥得好、用得妙，使得疾病治疗更加事半功倍，这也是为何中心一直持续在研究青蒿素的作用机理。

廖福龙告诉记者，过去几十年中，人们对青蒿素抵抗疟疾的作用机理有不同看法。上世纪90年代，学界普遍认为这是一项单靶点学说，即青蒿素作用到疟原虫的某个蛋白，在该部位对疟原虫进行杀伤。直到2015年12月，即屠呦呦因发现青蒿素获得诺贝尔生理学或医学奖后的2个月，新加坡国立大学教授王继刚团队发表了有关青蒿素机理的论文，证明青蒿素杀灭疟原虫应是多靶点学说，目前也得到世界抗疟界专家的公认，王继刚也成为青蒿素研究中心的副主任，把握团队研究方向。

对于大家关心的青蒿素抗药性问题，廖福龙表示，青蒿素的抗药性与常见的抗生素抗药性并不相同。人们熟悉的抗生素抗药性是药理学定义，无论通过延长治疗或加大治疗剂量都无法根治。但是青蒿素抗药性并非药理学定义的抗药性，通过加大治疗剂量或是延长治疗时间仍可医治疾病。他表示，下一步研究将充分发挥青蒿素联合疗法，通过适当延长现有的3天治疗时间，或是调整使用剂量，探索青蒿素治疗的新模式。

为基础医学研究带去“智能”改变

“科学研究中的一个全新视角，或是一个新型手段，都可能为研究者打开一扇全新的、通往未知的大门。”谈到人工智能对基础研究的影响，廖福龙表示，对于飞速发展的医疗健康行业而言，跨国合作只是适应时代发展的一个方面，而跨界合作则是当前医疗领域的主流导向。人工智能技术的出现，恰好是医疗健康行业跨领域合作的先导标志。

青蒿素研究中心作为基础研究团队，目前还未涉及临床问题的研究。但日常研究中已逐渐包含不少与人工智能有关的元素，比如中草药的化学分离提取就需要使用现代科技。又比如对图谱的分析，其实就是基于人们对于中草药成分的认识，观察它们在图谱中的表现，峰值出现在哪些部位等。而目前已经广泛使用的定量或定性研究，就是基于过去人们对相关领域的研究经验，做成计算机软件，供后来的研究者在计算机上分析沿用，比如分析出物质中存在哪些成分、量有多少等。

此外，在进行药理学研究时，分析研究显微镜下的图像也是人工智能技术与理念的体现。2008年，绿色荧光蛋白的发现为三位科学家获得了诺贝尔化学奖，这一原理正是可视化的表现。廖福龙表示，目前人体内的酸碱度也已经能通过光学手法表现，而显微镜本身的智能化程度亦发展日趋成熟，不仅能实现自动对焦，还能通过计算机程序进行控制。例如在显微镜下观察不同视野，可通过自动定时来实现，在一定时间间隔采集不同视野的图像，最后还可进行图像分析，这些对进行基础研究的科学家来说，就是“显微镜的人工智能化”为研究带来的改变。

下一步，通过5G技术与人工智能的融合，可以使原本互相独立的实验室、医院将信息上传到同一平台进行综合分析，形成更大、更新的数据分析结果，为基础研究打开一个新天地。“人工智能与医疗结合，可做的事情还有很多。”