未來產業視角下醫科院校的機遇和挑戰*

郭 旭 靳桂民 范 愉 陳柯羽

（1.中國醫學科學院北京協和醫學院藥用植物研究所，北京 100193；2.中國醫學科學院北京協和醫學院藥物研究所，北京 100050；3. 中國醫學科學院北京協和醫學院，北京 100730）

0 引言

2023 年12 月召開的中央經濟工作會議明確提出“要以科技創新推動產業創新，特別是以顛覆性技術和前沿技術催生新產業、新模式、新動能，發展新質生產力”[1]。為此工業和信息化部等七部門聯合發布《關于推動未來產業創新發展的實施意見》（下稱《實施意見》），《實施意見》是首個針對未來產業的國家頂層設計，確定了未來產業發展的指導思想、基本原則、發展目標、重點任務和保障措施，更是明確提出大力發展未來健康產業。

1 未來產業的由來

1.1 實施意見出臺的背景和意義

《中華人民共和國國民經濟和社會發展第十四個五年規劃和2035 年遠景目標綱要》最早提出要謀劃布局一批未來產業[2]。黨中央、國務院高度重視未來產業發展。習近平總書記2023 年在黑龍江考察時提出要“積極培育未來產業，加快形成新質生產力，增強發展新動能”[3]。隨后召開的全國工業和信息化工作會議提出了“瞄準人形機器人、量子信息等產業，著力突破關鍵技術、培育重點產品、拓展場景應用”的未來產業發展行動計劃[4]。

當前，新一輪科技革命和產業變革加速演進，重大前沿技術、顛覆性技術持續涌現，科技創新和產業發展融合不斷加深，催生出元宇宙、人形機器人、腦機接口、量子信息等新產業發展方向，大力培育未來產業已成為引領科技進步、帶動產業升級、開辟新賽道、塑造新質生產力的必然戰略選擇。同時，我國具備工業體系完整、產業規模龐大、應用場景豐富等綜合優勢，為未來產業發展提供了豐厚的土壤。各省（區、市）積極培育未來產業，北京、上海、江蘇、浙江等地出臺了培育未來產業的政策文件。但我國未來產業發展也面臨系統謀劃不足、技術底座不牢等問題。

為把握新一輪科技革命和產業變革機遇，加強對未來產業的前瞻謀劃、政策引導，圍繞制造業主戰場加快發展未來產業，支撐推進新型工業化，加快形成新質生產力，工業和信息化部等部門聯合出臺《實施意見》，重點推進未來制造、未來信息、未來材料、未來能源、未來空間和未來健康六大方向產業發展。《實施意見》是我國力爭在全球新一輪科技革命浪潮中搶占領先地位的關鍵性指導方針。

1.2 實施意見對健康產業的影響

黨的十八大以來，以習近平同志為核心的黨中央把維護人民健康擺在更加突出的位置。《“健康中國2030”規劃綱要》是新中國成立以來首次在國家層面提出的健康領域中長期戰略規劃，明確了建設健康中國的大政方針和行動綱領[5]，是我國積極參與全球健康治理、履行我國對聯合國“2030 可持續發展議程”承諾的重要舉措，也標志著大健康產業正式上升為國家戰略，迎來了快速發展的機遇期。

健康是廣大人民群眾的期盼和追求。黨的十九屆五中全會通過的《中共中央關于制定國民經濟和社會發展第十四個五年規劃和二〇三五年遠景目標的建議》(以下簡稱《建議》)，提出了“全面推進健康中國建設”的重大任務。對我國衛生健康事業發展、增進人民健康福祉產生深遠的影響[6]。

2022 年《國務院辦公廳關于印發“十四五”國民健康規劃的通知》提出：“推進健康相關業態融合發展，促進健康與養老、旅游、互聯網、健身休閑、食品等產業融合發展，壯大健康新業態、新模式。[7]”

《實施意見》中明確提出支持未來健康產業發展，加快細胞和基因技術、合成生物、生物育種等前沿技術產業化，推動5G/6G、元宇宙、人工智能等技術賦能新型醫療服務，研發融合數字孿生、腦機交互等先進技術的高端醫療裝備和健康用品。

健康是促進人的全面發展的必然要求，是經濟社會發展的基礎條件，是民族昌盛和國家富強的重要標志，也是廣大人民群眾的共同追求。在一系列政策的推動下，未來健康成為全社會普遍關注的焦點之一，而醫科院校作為培養醫學專業人才的重要場所，則面臨新的機遇和挑戰。隨著新技術的普及應用，新型醫療服務和高端醫療裝備正在不斷涌現。這些新技術的應用一方面將大大提升醫療水平，另一方面也給醫科院校的人才培養、醫療服務及科研方面帶來了新的挑戰。同時，醫科院校還要面臨社會日益增長的需求壓力。因此，探究醫科院校面向未來健康產業發展的機遇和挑戰，具有重要的理論和現實意義。

2 醫科院校的機遇

2.1 科學研究的新工具

以人工智能輔助新藥研發為例，近年來先進的人工智能算法(機器學習和深度學習)已廣泛應用于新藥研發的各個場景，如表征學習任務(分子描述符)、預測任務(藥靶結合親和力預測、晶型結構預測和分子基本性質預測)及生成任務(分子構象生成和藥物分子生成)等。該技術可大大減少新藥研發的成本和時間，提高藥物研發效率，降低臨床前和臨床試驗的相關成本和風險[8]。

人工智能與分子模擬技術的融合更是成為藥物設計研究的新方法。人工智能技術利用大數據篩選出對應的化合物進行分子模擬，并將模擬結果反饋給人工智能系統進行學習，不斷優化人工神經網絡。聯用人工智能與分子模擬技術，提高了藥物設計研究的效率，降低了人為因素對模擬結果的影響，增加了模擬結果的可信度[9]。

2.2 醫學教育的新手段

元宇宙相關技術的成熟和應用，為醫學教育提供了豐富的教學手段。元宇宙可以通過AR（增強現實技術）、VR（虛擬現實技術）、MR（混合現實技術）等技術和設備，為醫學研究、教學、培訓等醫學項目搭建一個與現實醫學相似的虛擬空間，實現醫學科研人員、醫護人員、醫學師生、醫學院校等在仿真的環境中進行醫學研究、臨床模擬、醫學教學。

現有醫學研究、臨床實驗、醫學教學存在樣本資源欠缺，醫學研究和教學涉及文化禁忌及醫學倫理爭議，醫學教學內容抽象不易掌握，書本及模型教學與實際有一定出入，醫學研究及教學過程對受試者可能帶來不可逆傷害，醫學資源可被用于研究、臨床、教學、實訓的時間有限等問題和難點，已成為現代醫學研究和醫學人才培養的主要制約因素。元宇宙在醫學教育應用可填補臨床教學資源緊張的短板，平衡臨床學碩的科研能力和實踐技能[10]，進而有望改善臨床學碩培養的資源矛盾問題。

2.3 臨床診療的新方案

合成生物學是一門新興學科，是通過將基因工程、系統生物學、計算機工程等多學科作為工具，根據特定需求進行設計，乃至重新合成生物體系[11]。近20 年來，合成生物學領域的相關研究不斷取得突破，已在針對人類疾病診斷、臨床治療、藥物研發等諸多方面獲得重要應用[12]。利用合成生物學方法，我們可以精確診斷早期疾病、精準改造細胞或細菌、進行疾病機制研究和藥物篩選、快速生產新型疫苗和生物醫學材料。

利用合成生物學技術放大患者體內的疾病信號，提高疾病診斷精度的方法正在改變臨床診療方式。合成生物技術在癌癥等非傳染性疾病和艾滋病等傳染性疾病診斷方面也有應用。在疫苗研究方面，合成生物學技術通過基因組密碼子優化疫苗、DNA 疫苗、RNA 疫苗及肽疫苗已被批準應用或目前正在臨床試驗[13]。在醫用生物材料方面，合成生物學技術可以在工程上對生物材料進行功能設計，從而得到新型的合成生物學材料。利用合成生物學技術的新型材料在本質上可劃分為多糖材料、核酸材料、蛋白質材料及具有生命的活細胞材料等[14]。新型醫用生物材料的開發和應用，為患者減少了痛苦，為臨床診療帶來了新的治療方案。

3 醫科院校的挑戰

3.1 人才培養模式的挑戰

隨著未來健康產業的快速發展，醫學教育模式也面臨著挑戰。首先，傳統醫學教育更注重理論知識的傳授和基礎技能的培養。隨著細胞和基因技術、合成生物、人工智能等前沿技術成為重點研究領域，需要醫科院校更加注重科研能力的培養，培養學生對新技術的掌握和應用能力。在專業知識之外，還要著重培養學生的創新能力，引導學生進行跨學科研究。其次，還需要醫科院校加強對學生人文素養的培養，增設相關的社會科學課程，注重培養學生的人際交往、溝通和團隊協作能力。最后，醫科院校面臨著師資隊伍建設的挑戰。面向未來健康產業發展需要教師具備扎實的學科知識和前沿技術的研究能力，并且要有豐富的臨床實踐經驗。因此，醫科院校需要加大對師資隊伍的培養和引進力度，提高教師的教育水平和科研能力，以滿足未來健康產業發展需要。

面向未來健康產業的發展，醫科院校面臨著培養模式轉變的挑戰。需要加強人才創新能力、人文素養、實踐能力和團隊合作精神的培養，改進教學方法，提高師資隊伍的質量，以適應未來健康產業發展需求。

3.2 教學資源投入的挑戰

隨著未來健康產業的發展，教學資源的更新和投入也將面臨挑戰。首先，由于前沿技術的不確定性和快速迭代，需要教師不斷學習、專研最新的技術知識，為此投入更多的時間和精力。其次，醫科院校需要投入大量資金更新醫學設備、儀器、教學材料，以提供先進的教學環境和科研條件。對于一些規模較小的醫科院校來說，可能會面臨財政壓力。此外，教學資源的更新和投入還需要與企業、科研機構等外部合作伙伴進行緊密合作。

應對教學資源的更新和投入的挑戰，醫科院校首先需要加強師資隊伍建設，提高教師的專業素質和教學能力，以確保他們能夠及時捕捉最新的技術動態，并將其運用到教學中。其次，加大對教學資源的資金投入，通過多種途徑籌集資金，包括政府資助、企業合作等，確保教學資源的更新和投入。此外，還需要加強與企業、科研機構等外部合作伙伴的合作，并建立良好的合作機制，以共同推動醫學教育的發展。

3.3 倫理隱私安全的挑戰

隨著人工智能在醫療健康領域的廣泛應用，醫學倫理學與科技倫理挑戰也隨之而來[15]，主要體現在算法和對醫生主體地位的影響兩方面。算法與系統的安全問題、算法歧視問題、算法決策問題、算法的透明度問題等都是由人工智能技術引發的倫理問題[16]。

人工智能的核心是算法、算力和數據，倫理安全問題主要體現在三方面。首先是算法與系統安全的問題，人工智能算法存在被惡意篡改和系統的漏洞被利用的可能性。其次是算法歧視問題，算法存在著因編程人員的認知偏見或訓練數據不完善導致系統做出歧視性決策。最后是算法的透明度問題，主要是指算法的可解釋性和人類的知情權問題。隨著人工智能的主體性增強，醫生的主體性相對減弱。而醫務人員應該是醫療活動的主體，醫生通過學習和實踐掌握著豐富的診療經驗，具備較強的風險掌控能力，使其能夠完成疾病的診斷與治療。然而，醫療大數據、人工智能的普及引發了醫生無用論的觀點。

隱私問題同樣突出。醫療數據的敏感性很高，特別是為人工智能訓練使用的海量醫療數據，需要嚴格保護個人隱私。人工智能技術的應用涉及大量醫療數據的收集和分析，如何保證數據的隱私和安全是一個亟待解決的問題。

生物安全問題也不容忽視。隨著合成生物技術的快速發展，自然界中存在的高危害性病原體可能成為研究對象，通過生物技術對已知病原體進行改造，可能造成病原體轉播能力、致病性、免疫逃逸耐藥性等方面的改變。而這種改變是不確定的，已知的安全手段無法完全防護。這種改造對人類的影響難以預料，甚至可能危害到國家安全。

4 總結與展望

隨著科技的不斷進步，細胞和基因技術、合成生物等前沿技術正加速產業化。這些技術在醫療領域將發揮重要作用，為醫院提供個性化、精準化的治療方案提供了可能。此外，5G/6G、元宇宙和人工智能等技術的應用，也提供了更高效便捷的醫療服務。總體來說，未來健康產業發展為醫科院校提供了新的科學研究工具、醫學教育手段和臨床診療方案。

然而，未來健康產業的發展也伴隨著一系列挑戰。首先，前沿技術的快速發展要求醫科院校持續提升師資力量和科研水平，以應對技術突破所帶來的新挑戰。其次，新技術的應用對基礎設施和信息化水平提出了更高的要求，醫科院校需要投入更多資源。同時，新技術的應用也會帶來倫理、隱私、信息和生物安全等問題，醫科院校需要加強教育和監管，確保新技術在科研、教育和臨床應用的合法合規。

面對這些機遇和挑戰，醫科院校要更加注重創新人才培養，加大對前沿技術的研究和支持力度，重點培養跨學科的醫學人才。加強與企業和研究機構的合作，積極推動前沿技術的研發和應用，促進科研成果的轉化和產業化。此外，還要注重國際交流合作，吸引優秀的科研團隊和人才，積極應對挑戰，把握歷史機遇，為實現衛生事業的跨越發展做出貢獻。