书吧达 > 我的1999 > 第799章 一点小小的未来震撼

第799章 一点小小的未来震撼


第799章  一点小小的未来震撼

        首先是降低成本。

        从医疗本身讲,医疗成本高有两个重要原因。

        一是药品的研制周期长,费用太高;

        二是医务人员培养的成本太高。

        现在,全球新药大部分来自美国。

        而美国一款新药从研发到上市需要20年的时间,在这个过程中需要投入20亿美元。

        而美国专利法,从申请之日算起,整个专利期只有20年。

        但专利的申请,并非是药品上市的那天才开始计算,而是要早于药品上市十几年。

        也就是说药品上市后,受到专利保护的年限只有几年。

        通过我们对强生、罗氏、瑞辉等药企的综合调查,一款药物能够享受专利保护的时间,通常只有7年。

        也就是说如果新药能顺利研究出来,也只有七年的独家销售以赚回成本。

        所以,每一款新药都非常贵。

        而培养一名专科医师,在美国需要13年。

        在华夏,成为一名主治医师,大专生和本科生需要10年,医学硕士要9年,医学博士要8年。

        从投资回报的角度讲,既然时间和金钱的投入都如此巨大,他们必然有高收入才合算。

        那么我们怎么用人工智能改变医学行业呢?

        举一个例子。

        我们很自然的认为,看病要找有经验的大夫。

        他们的经验的累积,就是一個通过病例学习的过程,而人学习再快,也快不过计算机。

        一个放射科大夫一生阅读研究的病例很难超过10万个。

        但计算机很容易就能从上百万病例中学习。

        相比医生,计算机在诊断和做手术等方面有三大优势。

        首先,它们漏判和失误的可能性非常低,也就是说他们能成功发现一些医生们忽略的情况。

        其次,它们的准确率很高,而且随着数据量(病例)的增加,提高的非常快。

        最后,也是人所不具备的,这些智能程序的稳定性非常好,它们不会像人那样受情绪的影响。

        而这些智能程序的成本,通常不到人工的百分之一。

        有了强大的医疗人工智能程序,再配合医疗机器人,就可以让远在偏远县城的病人,享受顶尖的医疗服务。

        从而解决医疗资源不均衡的问题。

        最后我们再来讲一下人工智能对医药行业的改变。

        今天,人类在癌症方面投入的资金比阿波罗登月或者语音识别要多的多。

        但为什么癌症依然很难根治呢?

        因为癌细胞是动物和人自身的细胞在复制的过程中基因出了错,而非来自体外。

        也就是说癌症是基因病,而非病毒。

        今天最有效的治疗癌症的方法是,使用基因技术研制出的抗癌药来治疗。

        从机理上讲,是找到病变的基因,并且把相应的癌细胞杀死。

        不过。

        不同人即使得了同一种癌症,其癌细胞病变的基因也未必相同。

        因此一种抗癌药可能对某些病人管用,但对其它病人不管用。

        实际上,大部分医生在给癌症患者用药时,需要对患者进行基因比对,以确定是否能用某种抗癌药。

        治疗癌症第二个难点,也是最根本的难点在于癌细胞本身的复制也会出错。

        这一点并不难理解,基因在复制的过程中出了一次错,就会出第二次。

        这样一来,原本管用的抗癌药就变得不管用了。

        在抗癌药杀死癌细胞时,未必能把所有的都杀死。

        剩下哪怕只有一个癌细胞未被杀死,它依然可以迅速繁殖,并且可能出现新的基因突变。

        所以我们通常会听到这一类故事。

        某个患有癌症的亲友,已经将病情控制了很长时间,突然一夜间复发,而且药物不起作用,很快便离世了。

        这里面的原因就是基因的变化,让原有的抗癌药不灵了。

        由于癌细胞基因的突变和人有关,而且可能一变再变。

        因此想要彻底解决问题,就需要针对不同的患者设计特定的抗癌药,而且要根据患者癌细胞每一次新的变化研制新药。

        也就是说,只要这个研制新药的速度,能够赶得上癌细胞的变化。

        那么即使不能彻底杀死所有的癌细胞,患者仍然可以长期和癌症共存。

        从理论上讲,这种方法是可行的。

        但这样做的成本太高。

        首先,要有一个专门的研发团队,围绕着每一个患者进行药品的研制,而且研发速度还要足够快。

        其次,它的耗费至少是每人10亿美元。

        所以这种看似可能的方法,不具备推广意义。

        <div  class="contentadv">        那么出路在哪呢?”

        投影屏上显示出三个字:

        大数据。

        “目前我们已知的,各种可能导致肿瘤的基因错误不过在‘万’这个数量级,而已知的癌症不过在‘百’这个数量级。

        也就是说,即使考虑到所有可能的恶性基因复制错误和各种癌症的组合,也不过是几百万到上千万种。

        这个数量级在IT领域是非常小的,但在医学领域则近乎无穷大。

        如果能利用大数据技术,在这不超过几千万种组合中,找到各种真正导致癌变的组合,并且对这样每一种组合都找到相应的药物,那么对于所有人可能的病变都能够治疗。

        针对不同人的不同病变,只要从药品库中选一种药即可。

        如此一来,便可以控制癌症了。

        虽然这样成千上万种药总的研发成本不低,但如果分摊到全世界每一个癌症患者身上,就没那么高了。

        同样的道理,也适用于其它疾病。”

        听到他的话,台下原本还有些期待的眼神,很快暗淡了大半。

        他们都是聪明人,虽然觉得徐良的策略可行,但真正建立这样的数据库,还不知道猴年马月。

        甚至他们死的那天都未必会出现。

        所以期待感很快退散了。

        徐良看在眼里,也没多解释。

        他重生之前也没看到这一天,所以根本没法解释。

        不过他是来讲大数据的。

        只要让大佬们明白大数据的重要性,目的就达到了。

        其它都是次要的。

        当然,要是台下的大佬们上了头,主动下力气建立这个数据库,那全国的老百姓可享福了。

        他姓徐的一定帮帮场子。

        不过大概率不可能。

        大佬们也讲求效率和投资回报。

        “根据汉华和鸿蒙必应的数据调查,美国只有七分之一左右的临床证明有效的药品,最终能通过‘食品药品监督管理局’全部审批流程,并最终上市。

        剩下七分之六的药品,虽然在小范围内使用时,对一些病人确实有很好的疗效。

        但在使用到大量患者身上时,平均的效果并不显著,因此被‘食品药品监督管理局’否决。

        所以,如果我们能找到特定人群,就可以让这些‘废药’重新被利用。

        在未来,可能一种疾病会有不同的药品医治,而不同的人会有不同的特效药。

        但想要实现这个目标,就需要国家出面,组建面向全国的药品数据库。

        相信等这个数据库真正建成后,我国的医疗支出会显著降低,人均寿命会有极大的提升。

        即便是癌症,也不再是绝症。”

        看着台下有些分神的大佬们,徐良准备给他们来一点小小的未来震撼。

        “说到医疗,我们再讲一点题外话。

        人类是否可以长生不老?”

        此言一出,大佬们脸色瞬间变了。

        眼神直勾勾的看了过来。

        站在台上徐良都能清晰的看到他们放大的瞳孔,感受到那骤然变得急促的呼吸。

        越是地位高,越是拥有巨额财富的人,就越是渴望寿命。

        这也是古代那么多皇帝追求长生的原因。

        “之前我们说癌症,人类即使解决了癌症,也不过将平均寿命延长4年。

        治疗癌症的意义并没有大众想象的大。

        而人类长寿面临的最大挑战是衰老问题。

        只要人们活的足够长,最后都会面临阿尔兹海默症的困扰,无一例外。

        根据麻省理工学院的研究,再过去十年里,全世界癌症、艾滋病、心脏病和中风的死亡率都在下降,但阿尔兹海默症导致的死亡率却上升了40%。

        所以想要延长寿命的关键就是找到衰老基因。

        怎么找?

        大数据和人工智能最根本的解决办法。

        我们可以运用解决癌症的方法,来研究衰老基因,找到真正的致病机理后,通过基因修复编辑技术来改变它。

        虽然现在看起来,这个办法还不具备现实意义。

        但我相信随着大数据和人工智能的发展,这个目标会离我们越来越近。”

        顿了一下。

        “今天我的演讲就到这里,很感谢各位的听讲,谢谢。”


  (https://www.shubada.com/1707/114380471.html)


1秒记住书吧达:www.shubada.com。手机版阅读网址:m.shubada.com