前言

我們已經進入了一個前所未有的時代。技術快速變革，計算機科學、人工智能、基因工程、神經科學和機器人等領域的發展開始引領醫學的未來。在過去的10年間，世界各地的研究機構在人工智能領域實現了巨大突破。其中，計算機視覺、自然語言處理和語音識別領域的進展最為驚人。全球科技巨頭推動著人工智能技術在不同商業場景中的應用。亞馬遜、谷歌和微軟發展出了龐大而可擴展的云計算資源，其既可以支持人工智能系統的訓練，也能提供業務實現的平臺。除此之外，它們還針對性地配置了人才、資源與財務激勵措施，期待利用人工智能加速實現醫療領域的下一個突破。這些科技企業（包括蘋果公司）已經編制了相應的戰略與產品規劃，目標直指醫療健康領域的核心。每隔幾周，最新報道便會披露，新的人工智能工具又在某一項醫學診斷任務上達到了人類專家的水平。算力不斷增強，算法持續改進，數十億行程序代碼的廣泛應用不僅使技術創新的速度呈指數級增長，還給科學領域帶來了深遠的影響。人工智能與數據科學讓生物學、化學等經典學科的科研方法發生變革，甚至引領制藥行業出現了新的實驗范式。

生物技術領域的技術增長與創新周期同樣令人印象深刻：不久之前，我們還只能在試管中利用病毒或細菌的遺傳物質進行簡單的基因克隆實驗；現在，我們已經能夠在龐大的人類基因組上對剪輯位點進行精確的基因編輯。那些聚焦于新一代基因療法與T細胞工程的公司可以幫助腫瘤患者戰勝癌癥。DNA（脫氧核糖核酸）測序、醫療影像與高分辨率顯微鏡領域的數據正在呈爆炸式增長，并為人工智能與機器學習技術提供絕佳的機會。這讓我們可以借助這些技術挖掘海量數據背后的生物學意義。在這樣的趨勢下，第一代以科技為核心的初創公司應運而生，開啟了人工智能和生物技術融合的時代。這些年輕的公司瞄準了傳統的藥物開發領域，期待著利用自己最聰明的頭腦、最新的思路與交叉背景的新鮮血液，為制藥行業開啟新的篇章。

這本書探討了生物學與計算機科學領域的創新將給未來的醫學帶來怎樣的影響。基于治療工程的新產業已經初現雛形。大約200年前，罌粟在歐洲及其他地區已經廣泛用于治療，而伊曼紐爾·默克看到了利用罌粟生產止痛藥的商業機會。他的靈感來自弗雷德里希·瑟圖納。瑟圖納研究出了從罌粟中提取鴉片生物堿的創新工藝，并將這種新提純的麻醉物質命名為嗎啡（以希臘夢神命名）。這些德國人創造了制藥業。而在此之前的幾千年里，制藥代表著不同文化中的煉金術士、醫師或者薩滿巫師將具有治療作用的天然化合物炮制成效力不明的有毒混合物。有機化學規律的闡明永遠地改變了小分子藥物的生產制備方式與醫學實踐原則。

制藥業興起于工業革命時期，汲取了各個技術領域的發展成果，尤以煤焦油染料工業帶來的一系列化學創新為主。100年之后，第二次世界大戰結束，英美實驗室重現了與當初制藥業相似的爆炸式的創新速度。1952—1953年，這劃時代的兩年間，計算機科學、分子生物學、神經科學、人工智能和現代醫學的基礎研究幾乎同時興起，與太平洋上引爆的第一顆氫彈的耀眼光芒交相輝映。不夸張地說，各個領域科學研究的前沿陣地都捷報頻傳。

醫學也從原子時代的科學發現與科技發展中獲益良多。生物技術的發展根植于分子生物學研究。1953年DNA分子雙螺旋結構的發現標志著分子生物學的起源，而20世紀70年代的重組DNA技術成功推動分子生物學研究進入了新的階段。現在，全球銷售排名前十大藥物中，源自生物技術創新的占了7種。

同樣在1953年，美國食品藥品監督管理局（FDA）批準了氨甲蝶呤用于臨床癌癥治療，這標志著癌癥化學療法正式進入臨床實踐。早期化學療法為選擇性攻擊癌細胞的治療思路提供了合理基礎，并啟發了未來幾十年的新化學療法研究。與此同時，臨床醫生在這些化療藥物（以及新的藥物）臨床試驗評估中的關鍵作用開始凸顯，他們和藥物化學家、藥理學家一起，成了制藥行業中的重要決策者。

在神經科學領域，艾倫·霍奇金和安德魯·赫胥黎于1952年發表了關于神經元如何激發動作電位的統一理論。霍奇金-赫胥黎模型是生物學上最成功的定量模型之一，將實驗觀測和理論描述巧妙地結合在一起。這一成果促使科學家們進一步找到控制離子電導和突觸活動的離子通道、受體和轉運蛋白，最終，它們共同構成了過去50年來神經科學藥物發現的基礎。

現代計算科學和人工智能發軔于20世紀30年代，并以1952年第一臺存儲了電腦程序的電子數字計算機——MANIAC I的成功運行為標志。歷史學家喬治·戴森在他2012年出版的《圖靈的大教堂：數字宇宙開啟智能時代》一書中精準闡述了這一時刻的重要性：“這臺基于艾倫·圖靈構想并由約翰·馮·諾依曼實現的能夠儲存程序的計算機，打破了兩種數字間的差異——描述事物的數字與進行操作的數字。我們的宇宙徹底改變了。”60年后，當計算性能得到萬億倍的提升時，人工智能先驅終于完成了他們利用神經網絡實現機器智能的夢想。

能夠引發生物科技革命與數字革命的科學技術在過去的50年間各自蓬勃發展著。可以說，在過去10年里，它們已經具備了非凡的能力，并得到了越來越廣泛的應用。兩種技術的融合將誕生一門嶄新的科學，并為醫療診斷、醫藥以及慢性病與心理健康的非藥物干預領域帶來深遠的影響。人工智能與生物科技領域的最新進展將革新藥物研發的各個關鍵階段，提升研發過程中的預測能力、理論測試能力、精確度與效率，顛覆長期以來制藥行業的傳統模式。在不久的將來，幸運的話，科學家們的計算之夢便將實現，其對醫學領域的影響也將隨之浮現。

本書內容

該書將生物技術和人工智能領域的歷史背景與前沿研究聯系起來，并著重關注影響醫學發展的重大創新成果。部分章節還將深入介紹基因與細胞療法領域的新企業，以及借助人工智能探索創新治療方式的新公司。深入了解醫學發展的歷史將會幫助我們更好地理解當今的制藥產業，并洞悉未來的醫療演變與發展。

第一章首先概述了對現代生物學和生物醫學應用至關重要的技術創新里程碑。這一章的第一部分將介紹基因組學如何在新冠疫情大流行期間成功應對海量基因組測序數據，以及生物技術公司如何利用這些數據研制出新型冠狀病毒疫苗。接下來的內容則詳細介紹了生物學領域最近出現的范式轉變，描述了該領域如何朝著更加定量的學科發展。本章的另一個重點是計算生物學在人類基因組測序中的重要角色，以及它在21世紀的醫學潛力。

第二章涵蓋了人工智能領域的發展歷史以及使深度學習取得驚人進步的里程碑事件。我們將討論神經科學對人工神經網絡的貢獻，以及視覺形成的神經生物學基礎。除此之外，本章還將介紹不同類別的機器學習方法以及當前深度學習的突破。最后，我們將初步了解人工智能在醫療領域的應用，并以當今人工智能的局限結束。

在第三章中，我們將一直回溯至石器時代，并回顧人類為了尋找天然藥物而進行的首次隨機實驗。內容的第一部分跨越4個時代，分別介紹了基于植物學、化學治療學、生物治療和治療工程的醫療方法發現。本章將深入探討藥品的工業制造和現代制藥業的興起，介紹化療藥物和抗生素的誕生以及戰爭對其發展的影響，并將討論包括免疫療法在內的癌癥治療方法的發展。本章還涵蓋了21世紀的醫藥商業模式以及生物技術在藥物發現方法創新中的作用。

第四章首先介紹了基因組精準編輯工具的發展歷程與時間線。本章將花費大量篇幅講述分子生物學、生物信息流以及重組DNA技術的歷史。我們還將關注CRISPR-Cas系統，這種來自細菌的第二代生物技術工具已經成為至關重要的基因編輯手段。此外，我們將回顧基于CRISPR-Cas基因療法的臨床試驗，描述信使RNA（核糖核酸）疫苗成功對抗新型冠狀病毒背后的平臺與創新。

第五章將揭示巨型科技公司——亞馬遜、蘋果、谷歌和微軟如何介入醫療健康領域，介紹數字健康這一新興領域及其投資動向，以及醫療健康技術創新的驅動因素。一系列的小故事將展示各個科技巨頭作為后來者深入醫療健康領域并進行顛覆式革新的能力，同時我們還會審視這些公司在健康領域的競爭優勢。

在第六章中，我們會探討人工智能技術給當今的生物醫學研究帶來了怎樣的影響，以及它將如何塑造生物醫學的未來。這一章深入介紹了深度學習算法在癌癥與腦部疾病中的應用。接著，我們將關注人工智能輔助醫療設備的監管調控措施與臨床人工智能所面臨的挑戰。

第七章將深入探討人工智能和機器學習在藥物發現中的作用，介紹藥物發現的計算方法與人工智能輔助藥物設計，正在為該領域創新奠定基礎的生物技術公司，以及人工智能當前在藥物發現與開發產業中的位置。

在第八章中，我們會先討論技術融合以及基于人工智能的假說生成，評估新發現引擎能夠為生物學、制藥以及醫療領域帶來怎樣的幫助。接下來，我們會探討傳統實驗手段與計算方法的結合如何為生物學研究帶來新技術棧并推動生物學發展。隨后，以運動行為控制與大腦為關注點，我們將了解人工智能在神經生物學中的潛力以及腦科學研究對人工智能與醫療領域的價值。最后，我們將縱覽各類利用科技與工程手段實現醫療方法創新的新興公司。