华为云与医药魔方强强联合，聚焦于两大前沿科技难题，一是循证数据的结构化，二是临床需求的动态数字化。

无论何种专业领域，文献资料因其所覆盖知识的深度、广度、可靠性、前瞻性等，一直是业内人士公认的智慧宝库。以医药领域为例，大量专业知识，大量沉淀于文献、指南等资料中，以熟知的PubMed文献库为例，目前收录了超过3400万篇专业论文，假设一位行业专家每小时可以对3篇论文进行阅读理解，不眠不休也要用掉1300年。

那么如何从浩如烟海的文献数据中准确、全面、高效地抽取到对使用者最有价值的信息，从而基于客观数据挖掘疾病未满足需求，助力新药研发和临床实践，成为了困扰医药工作者的一大难题。

AI数据工坊，会阅读理解的智能“图书馆”

为了帮助医药研发人士提升知识获取和理解效率，医药魔方及华为（苏州）人工智能创新中心强强联合，利用双方技术能力，研发了行业领先的专业级AI数据工坊。

相比于其他数据库，AI数据工坊的特点在于，集成大量为医药领域数据挖掘和知识发现而特别定制的前沿AI算法，并且考虑到医药专业人士的知识背景与使用习惯，将AI模型的迭代自然融合于日常工作的流程中，整合应收尽收的相关数据和资料，让医药工作者在数据挖掘过程中，能够更加及时、准确地嵌入所需背景知识，打造知识管理的闭环。

在这些功能的加持下，研究者可以预定义好希望进行的文献调研方向，AI数据工坊就可以帮他对海量文献进行“阅读理解”，提炼出精准、可靠、结构化的核心信息，帮助快速浏览，显著提升文献查询和阅读的工作效率。

据不完全统计，AI数据工坊可以使研究者的工作效率提升50%以上，大大节省了研究时间和精力。

“一站式”呈现客观证据链，推动洞察临床需求

近年来，随着国家深化监管体系改革，中国新药研发已迈入“快车道”，创新药研发领域蓬勃发展。仅2021年就共有47款创新药获批，创历史新高。而如何选择正确的临床适应症，避免错误研发，加速药品审批上市，是无数创新药企业面临的共同难题。

药物目标适应症与未满足临床需求之间达成匹配，避免“荒漠”及“扎堆”现象，是监管机构对新药申办方提出的巨大期望。因此，如何客观科学地评价临床需求始终是药物研发的难点与痛点。

传统的“临床需求”评估都是通过大量的专家访谈和大量的一手指南和文献分析，结合自身经验做出初步评估，但通过此方法进行挖掘，耗时耗力且往往信息准确与完整度也较难有明确保障。那么，有没有客观的手段能够量化不同疾病的“临床需求”，并且能科学实现动态追踪呢？

为解决这个困难点，医药魔方结合华为云专业的云计算、云原生能力，在AI数据工坊模型的基础上，孵化出 DeepMed AI数据产品，致力于为药物研发领域的医学事务决策者构建出客观可靠、动态更新的医药证据链，发现匹配临床未满足需求的解决方案。

在DeepMed AI数据产品的临床需求模块中，医药魔方基于生物标记物、疾病分期等因素，将每一类疾病划分为更加细致的适应症人群，再通过流行病学、标准治疗格局、重要临床研究、在研治疗药物等多个维度，直观地呈现临床指南和循证数据的价值。

借助这一模块，医药人士能够更好了解每一细分适应症人群的临床实践和药物研发现状，洞悉存在开发机会或是存在研发内卷的细分适应症，从而辅助临床研发决策。

相信在未来，DeepMed AI数据产品一定会推动中国新药研发的长足进步，华为云也将持续发挥技术优势，与医药产业伙伴携手，共同为医疗行业添砖加瓦！