时维九月，序数三秋；创新论药，相约盛京。2022年9月23日-24日，由辽宁省医学会临床药学分会主办，中国人民解放军北部战区总医院承办的辽宁省医学会临床药学分会第七次学术年会在沈阳召开。本次会议以“‘药’创新、‘药’发展、‘药’服务”为主题，线上线下结合，设置“临床药学科研”、“临床药学实践与人才培养”等分会场。辽宁省医学会临床药学分会主任委员、北部战区总医院药学部主任赵庆春教授为大会主席。开幕式上，辽宁省医学会徐洪斌秘书长、北部战区总医院陆辉院长致辞。主会场上，中华医学会临床药学分会候任主委、四川省人民医院副院长、药学部主任童荣生教授，解放军药品不良反应监测中心主任郭代红教授，国家杰出青年科学基金获得者、教育部长江学者特聘教授、国家重点研发计划项目首席科学家、上海交通大学医学院附属仁济医院药学部主任林厚文教授和中南大学湘雅医院药学部主任刘韶教授等分别就“老年安全用药”、“不良反应监测数据挖掘应用”、“循证助力合理用药”和“药物相互作用数据库建设应用”等主题做精彩分享。诺道医学首席执行官高飞博士在主会场做“基于真实世界数据与机器学习技术个体化用药模型的研究与实践”学术报告。

高飞博士首先介绍了真实世界研究的概念和关键技术。真实世界研究是指针对预设的临床问题，在真实世界环境下收集相关数据（真实世界数据）经过数据清洗、治理，应用适宜的统计学方法，获得药物、医疗技术等干预手段的应用情况及潜在获益-风险的临床证据（真实世界证据）的研究过程。真实世界研究不仅可以用于药物、医疗技术等的临床评价（安全性、有效性和经济性），为药物使用和监管决策提供依据，同时也可用于各种医学事件重要影响因素分析及预测模型构建，涉及疾病的病因、转归及预后，个体化/精准用药和药物不良反应等诸多方面。真实世界研究的关键技术包括数据采集与数据治理、应用统计学方法倾向性评分匹配法消除混杂偏倚和应用人工智能机器学习技术挖掘倾向性评分的控制变量等。

接下来高飞博士介绍了个体化用药的概念和Al技术在个体化用药领域的发展。个体化用药即在最适的时间、对最适的患者、给予最适的药物和最适的剂量。目前，我国个体化用药水平不足，常常导致治疗失败或严重不良反应，已经成为危害我国人民健康、消耗医保资金的重要因素。AI技术为个体化用药发展带来新的契机，在海量的临床数据中，已被证实的大量安全有效的用药方案所对应的临床数据中蕴含着丰富的个体化用药依据，AI技术的发展可以赋能于挖掘分析这些用药依据，通过对临床数据进行多层次挖掘，筛选出更多的药物影响因素，构建实用性更强的个体化用药模型。“AI+药物计算”能够基于人工智能技术对个体化用药进行剂量计算及浓度预测，在个体化用药中的应用主要包括剂量预测、浓度预测、不良反应预警和多重用药风险管控等，最终提升个体化用药水平。

高飞博士还分享了部分与合作医院升展的基于真实世界数据与机器学习技术个体化用药模型的研究案例。其中两项AI用药模型论文被中国药理学会定量药理学专业委员会发布的《模型引导的精准用药: 中国专家共识》（《中国临床药理学与治疗学》2021 Nov; 26( 11)）引用，这是国际上人工智能用药模型首次进入专家共识。案例一，在高维数据上利用机器学习技术预测万古霉素剂量，结果发表在Expert Review of Clinical Pharmacology（影响因子5.044，中科院医学大类2区）杂志上，题目为“Prediction of Vancomycin Dose on High-Dimensional Data Using Machine Learning Techniques”。案例二，利用集成模型预测儿童患者万古霉素谷浓度，结果发表在Drug Design, Development and Therapy（影响因子4.164，中科院医学大类3区）杂志上，题目为“An Ensemble Model for Prediction of Vancomycin Trough Concentrations in Pediatric Patients”。案例三，基于不完整数据交叉变量的集成学习方法预测华法林维持剂量，结果发表在Computer in Biology and Medicine（影响因子4.589，中科院工程大类2区）杂志上，题目为“An ensemble learning based framework to estimate warfarin maintenance dose with cross-over variables exploration on incomplete data set”。案例四，基于真实世界证据机器学习技术预测自身免疫性疾病患者他克莫司血药浓度，结果发表在Frontiers in Pharmacology（影响因子5.810，中科院医学大类2区）杂志上，题目为“Predicting blood concentration of tacrolimus in patients with autoimmune diseases using machine learning techniques based on real-world evidence”。案例五，基于初始治疗药物监测的利培酮活性部分浓度预测模型，结果发表在Frontiers in Pharmacology（影响因子4.157，中科院医学大类3区）杂志上，题目为“A machine learning model to predict risperidone active moiety concentration based on initial therapeutic drug monitoring”。案例六，基于机器学习与深度学习技术建立肾移植患者他克莫司日剂量预测模型，结果发表在Frontiers in Medicine（影响因子5.091，中科院医学大类3区）杂志上，题目为“A prediction model for tacrolimus daily dose in kidney transplant recipients with machine learning and deep learning techniques”。案例七，基于真实世界数据乳腺癌患者拉帕替尼个体化用药模型的建立，结果发表在Frontiers in Oncology（影响因子6.244，中科院医学大类3区）杂志上，题目为“Predicting lapatinib dose regimen using machine learning and deep learning techniques based on real-world study”。

最后高飞博士介绍到，诺道医学在“AI+药物计算”模型的基础上，推进产学研一体化，已经成功研发出iPharma人工智能个体化用药系统，该系统是国际首款人工智能辅助用药软件，是全球领先的人工智能药物计算平台。软件内置基于真实世界数据与人工智能机器学习技术构建的个体化用药模型，根据患者的临床信息(基本信息、检验信息、用药记录等)，结合治疗药物监测和药物基因组检测数据，通过模型匹配运算，给出个体化用药建议，并可出具报告。iPharma人工智能个体化用药系统已在上海交通大学医学院附属新华医院、郑州大学附属第一医院、南方医科大学南方医院、四川省人民医院等上线使用，正在苏州大学附属第一医院、中山大学孙逸仙纪念医院、海军军医大学附属长征医院、陆军军医大学附属西南医院和河北医科大学第一医院等部署上线，在临床实践中为万古霉素、华法林、他克莫司等窄治疗指数药物的个体化使用提供辅助决策建议。

中国人民解放军北部战区总医院（原沈阳军区总医院）
北部战区总医院（原沈阳军区总医院）诞生于炮火硝烟的解放战争时期，先后执行抗美援朝、珍宝岛作战等重大卫勤保障任务。历经70余年岁月洗礼，目前已建设成为一所集医疗、保健、教学、科研于一体，技术人才密集、临床学科齐全、仪器设备先进、优势特色明显的大型综合性三级甲等医院。医院连续7年入选复旦版全国百强医院，心血管内科连续10年荣登上“中国医院专科声誉排行榜”前5名。医院现拥有2个军队重点实验室、3个全军研究所、8个全军专科专病中心、42个国家级培训基地。心血管外科在国际上首次攻克“法洛式四联症”矫正难题，神经外科在全国率先开展外科显微技术，妇产科在全军率先开展辅助生殖技术，泌尿外科完成全军首例肾移植手术，整形外科开创的国际首例前臂皮瓣游离移植术被命名为“中国皮瓣”，复杂危重冠心病介入治疗技术在国际处于领先水平，年手术量居全国前列、全军第一。涌现出中国工程院院士韩雅玲、“当代白求恩”张新生，以及段国升、杨果凡、汪曾炜等一批享誉国内外的医学大家。

诺道医学
北京诺道认知医学科技有限公司是医疗人工智能新锐企业，国家高新技术企业，北京市“专精特新”企业，中国医师协会智慧医疗专委会委员单位、中国药理学会临床药理专业委员会委员单位、中国卫生信息与健康医疗大数据学会老年医学大数据专委会常委单位。诺道医学聚焦用药场景，依托先进的人工智能和信息化技术，联合领军医疗和科研机构，建立联合实验室网络，构建“药学大脑”，以新技术催生新模式，线上线下联动，形成不同用药场景下的解决方案。诺道医学有很强的科研实力，与合作医院合作已中标多项国家及省市级课题，包括十三五国家重点研发计划项目、国家自然科学基金重点项目等。目前已获得树兰医疗战略投资。