翼方健数亮相2021人工智能药物研发创新论坛 以隐私安全计算赋能AI药物发现与智能研发

2021人工智能药物研发创新论坛在上海隆重举行。作为国内隐私安全计算与数据智能领域的领军企业，翼方健数受邀出席本次论坛，与来自全球的顶尖药企、AI技术公司、科研院所及投资机构的专家代表齐聚一堂，围绕AI赋能药物发现、智能研发、临床前研究等前沿议题展开深入探讨。翼方健数首席技术官及医药行业解决方案负责人发表主题演讲，系统展示了公司如何以隐私安全计算为基石，打破数据孤岛，加速AI药物发现与智能研发进程。

当前，新药研发面临周期长、成本高、成功率低三大痛点。传统药物发现平均耗时超过10年，耗资逾26亿美元，而AI技术的介入有望将临床前研究时间缩短一半以上。AI药物发现高度依赖大规模、多模态、高质量的生物医学数据——包括基因组学、蛋白质结构、化合物库、电子病历与真实世界数据等。这些数据往往分散在各大医院、药企、科研机构手中，受限于隐私法规、商业利益与数据安全顾虑，难以实现有效共享与协同计算。这一“数据孤岛”问题已成为制约AI药物研发提速的关键瓶颈。

翼方健数给出的答案是：以隐私安全计算为核心的XDP（X Data Platform）数据开放平台及XAI（X AI）智能计算平台。该方案通过联邦学习、安全多方计算、可信执行环境等技术，实现“数据不出域、可用不可见”，在保障原始数据不泄露、不转移的前提下，允许多方联合建模与统计分析。这意味着，药企与医院可以在不共享原始数据的情况下，共同训练更精准的靶点发现模型或化合物筛选模型；多家科研机构可以联合分析罕见病数据，大幅扩展训练样本量。翼方健数还针对医药场景推出了“隐私安全计算+AI药物发现”一体机解决方案，支持干湿实验闭环迭代：湿实验产生的新数据经过隐私保护处理后实时回流至AI模型，持续优化分子生成与活性预测能力，打造真正的智能研发飞轮。

在论坛案例分享环节，翼方健数展示了多个落地成果。例如，在与某国家级新药筛选中心合作中，平台整合了超过100万种化合物结构与活性数据，以及多个医院的疾病表型数据。通过纵向联邦学习构建的虚拟筛选模型，将先导化合物发现效率提升3倍，同时将假阳性率降低约40%，显著减少了后续湿实验的验证成本。另一案例中，翼方健数协助某大型三甲医院与AI制药企业，在不共享患者基因数据的情况下联合训练了针对特定肿瘤的耐药性预测模型，AUC达到0.89，为临床精准用药与耐药机制研究提供了新工具。这些实践表明，隐私安全计算不仅解决了合规难题，更实质性地释放了数据要素价值，为AI药物发现注入新动能。

论坛圆桌讨论中，翼方健数医药行业负责人指出：“AI药物研发的未来在于生态协同。没有任何一家企业或机构拥有足够全面的数据。我们需要构建一个既保护隐私与知识产权，又能促进数据价值流动的基础设施。翼方健数致力于成为这一基础设施的搭建者，让药企、医院、AI公司、CRO等多方能够安全、高效地联合创新，真正实现智能研发的规模化落地。”与会专家普遍认同，隐私计算已成为AI制药领域不可或缺的底层技术组件，其与高性能计算、生成式AI、知识图谱等技术的融合，将重塑药物研发范式。

面向翼方健数宣布启动“AI药物发现赋能计划”，将开放部分核心平台能力，联合20家以上的制药企业、临床研究中心与AI算法团队，围绕肿瘤、代谢、神经退行性疾病等领域开展联合建模项目。公司将主导制定医药数据空间的技术标准与最佳实践，推动行业互操作性与合规性框架建立。随着多方安全计算、联邦学习等技术不断成熟，以及监管沙盒等政策支持的深化，一个以隐私安全计算为底座、AI驱动的智能药物研发新时代正加速到来。翼方健数将继续发挥技术优势，做好数据价值释放的连接器与加速器，为全球新药创制贡献中国AI智慧。