未来产业视角下医科院校的机遇和挑战*

郭 旭 靳桂民 范 愉 陈柯羽

（1.中国医学科学院北京协和医学院药用植物研究所，北京 100193；2.中国医学科学院北京协和医学院药物研究所，北京 100050；3. 中国医学科学院北京协和医学院，北京 100730）

0 引言

2023 年12 月召开的中央经济工作会议明确提出“要以科技创新推动产业创新，特别是以颠覆性技术和前沿技术催生新产业、新模式、新动能，发展新质生产力”[1]。为此工业和信息化部等七部门联合发布《关于推动未来产业创新发展的实施意见》（下称《实施意见》），《实施意见》是首个针对未来产业的国家顶层设计，确定了未来产业发展的指导思想、基本原则、发展目标、重点任务和保障措施，更是明确提出大力发展未来健康产业。

1 未来产业的由来

1.1 实施意见出台的背景和意义

《中华人民共和国国民经济和社会发展第十四个五年规划和2035 年远景目标纲要》最早提出要谋划布局一批未来产业[2]。党中央、国务院高度重视未来产业发展。习近平总书记2023 年在黑龙江考察时提出要“积极培育未来产业，加快形成新质生产力，增强发展新动能”[3]。随后召开的全国工业和信息化工作会议提出了“瞄准人形机器人、量子信息等产业，着力突破关键技术、培育重点产品、拓展场景应用”的未来产业发展行动计划[4]。

当前，新一轮科技革命和产业变革加速演进，重大前沿技术、颠覆性技术持续涌现，科技创新和产业发展融合不断加深，催生出元宇宙、人形机器人、脑机接口、量子信息等新产业发展方向，大力培育未来产业已成为引领科技进步、带动产业升级、开辟新赛道、塑造新质生产力的必然战略选择。同时，我国具备工业体系完整、产业规模庞大、应用场景丰富等综合优势，为未来产业发展提供了丰厚的土壤。各省（区、市）积极培育未来产业，北京、上海、江苏、浙江等地出台了培育未来产业的政策文件。但我国未来产业发展也面临系统谋划不足、技术底座不牢等问题。

为把握新一轮科技革命和产业变革机遇，加强对未来产业的前瞻谋划、政策引导，围绕制造业主战场加快发展未来产业，支撑推进新型工业化，加快形成新质生产力，工业和信息化部等部门联合出台《实施意见》，重点推进未来制造、未来信息、未来材料、未来能源、未来空间和未来健康六大方向产业发展。《实施意见》是我国力争在全球新一轮科技革命浪潮中抢占领先地位的关键性指导方针。

1.2 实施意见对健康产业的影响

党的十八大以来，以习近平同志为核心的党中央把维护人民健康摆在更加突出的位置。《“健康中国2030”规划纲要》是新中国成立以来首次在国家层面提出的健康领域中长期战略规划，明确了建设健康中国的大政方针和行动纲领[5]，是我国积极参与全球健康治理、履行我国对联合国“2030 可持续发展议程”承诺的重要举措，也标志着大健康产业正式上升为国家战略，迎来了快速发展的机遇期。

健康是广大人民群众的期盼和追求。党的十九届五中全会通过的《中共中央关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议》(以下简称《建议》)，提出了“全面推进健康中国建设”的重大任务。对我国卫生健康事业发展、增进人民健康福祉产生深远的影响[6]。

2022 年《国务院办公厅关于印发“十四五”国民健康规划的通知》提出：“推进健康相关业态融合发展，促进健康与养老、旅游、互联网、健身休闲、食品等产业融合发展，壮大健康新业态、新模式。[7]”

《实施意见》中明确提出支持未来健康产业发展，加快细胞和基因技术、合成生物、生物育种等前沿技术产业化，推动5G/6G、元宇宙、人工智能等技术赋能新型医疗服务，研发融合数字孪生、脑机交互等先进技术的高端医疗装备和健康用品。

健康是促进人的全面发展的必然要求，是经济社会发展的基础条件，是民族昌盛和国家富强的重要标志，也是广大人民群众的共同追求。在一系列政策的推动下，未来健康成为全社会普遍关注的焦点之一，而医科院校作为培养医学专业人才的重要场所，则面临新的机遇和挑战。随着新技术的普及应用，新型医疗服务和高端医疗装备正在不断涌现。这些新技术的应用一方面将大大提升医疗水平，另一方面也给医科院校的人才培养、医疗服务及科研方面带来了新的挑战。同时，医科院校还要面临社会日益增长的需求压力。因此，探究医科院校面向未来健康产业发展的机遇和挑战，具有重要的理论和现实意义。

2 医科院校的机遇

2.1 科学研究的新工具

以人工智能辅助新药研发为例，近年来先进的人工智能算法(机器学习和深度学习)已广泛应用于新药研发的各个场景，如表征学习任务(分子描述符)、预测任务(药靶结合亲和力预测、晶型结构预测和分子基本性质预测)及生成任务(分子构象生成和药物分子生成)等。该技术可大大减少新药研发的成本和时间，提高药物研发效率，降低临床前和临床试验的相关成本和风险[8]。

人工智能与分子模拟技术的融合更是成为药物设计研究的新方法。人工智能技术利用大数据筛选出对应的化合物进行分子模拟，并将模拟结果反馈给人工智能系统进行学习，不断优化人工神经网络。联用人工智能与分子模拟技术，提高了药物设计研究的效率，降低了人为因素对模拟结果的影响，增加了模拟结果的可信度[9]。

2.2 医学教育的新手段

元宇宙相关技术的成熟和应用，为医学教育提供了丰富的教学手段。元宇宙可以通过AR（增强现实技术）、VR（虚拟现实技术）、MR（混合现实技术）等技术和设备，为医学研究、教学、培训等医学项目搭建一个与现实医学相似的虚拟空间，实现医学科研人员、医护人员、医学师生、医学院校等在仿真的环境中进行医学研究、临床模拟、医学教学。

现有医学研究、临床实验、医学教学存在样本资源欠缺，医学研究和教学涉及文化禁忌及医学伦理争议，医学教学内容抽象不易掌握，书本及模型教学与实际有一定出入，医学研究及教学过程对受试者可能带来不可逆伤害，医学资源可被用于研究、临床、教学、实训的时间有限等问题和难点，已成为现代医学研究和医学人才培养的主要制约因素。元宇宙在医学教育应用可填补临床教学资源紧张的短板，平衡临床学硕的科研能力和实践技能[10]，进而有望改善临床学硕培养的资源矛盾问题。

2.3 临床诊疗的新方案

合成生物学是一门新兴学科，是通过将基因工程、系统生物学、计算机工程等多学科作为工具，根据特定需求进行设计，乃至重新合成生物体系[11]。近20 年来，合成生物学领域的相关研究不断取得突破，已在针对人类疾病诊断、临床治疗、药物研发等诸多方面获得重要应用[12]。利用合成生物学方法，我们可以精确诊断早期疾病、精准改造细胞或细菌、进行疾病机制研究和药物筛选、快速生产新型疫苗和生物医学材料。

利用合成生物学技术放大患者体内的疾病信号，提高疾病诊断精度的方法正在改变临床诊疗方式。合成生物技术在癌症等非传染性疾病和艾滋病等传染性疾病诊断方面也有应用。在疫苗研究方面，合成生物学技术通过基因组密码子优化疫苗、DNA 疫苗、RNA 疫苗及肽疫苗已被批准应用或目前正在临床试验[13]。在医用生物材料方面，合成生物学技术可以在工程上对生物材料进行功能设计，从而得到新型的合成生物学材料。利用合成生物学技术的新型材料在本质上可划分为多糖材料、核酸材料、蛋白质材料及具有生命的活细胞材料等[14]。新型医用生物材料的开发和应用，为患者减少了痛苦，为临床诊疗带来了新的治疗方案。

3 医科院校的挑战

3.1 人才培养模式的挑战

随着未来健康产业的快速发展，医学教育模式也面临着挑战。首先，传统医学教育更注重理论知识的传授和基础技能的培养。随着细胞和基因技术、合成生物、人工智能等前沿技术成为重点研究领域，需要医科院校更加注重科研能力的培养，培养学生对新技术的掌握和应用能力。在专业知识之外，还要着重培养学生的创新能力，引导学生进行跨学科研究。其次，还需要医科院校加强对学生人文素养的培养，增设相关的社会科学课程，注重培养学生的人际交往、沟通和团队协作能力。最后，医科院校面临着师资队伍建设的挑战。面向未来健康产业发展需要教师具备扎实的学科知识和前沿技术的研究能力，并且要有丰富的临床实践经验。因此，医科院校需要加大对师资队伍的培养和引进力度，提高教师的教育水平和科研能力，以满足未来健康产业发展需要。

面向未来健康产业的发展，医科院校面临着培养模式转变的挑战。需要加强人才创新能力、人文素养、实践能力和团队合作精神的培养，改进教学方法，提高师资队伍的质量，以适应未来健康产业发展需求。

3.2 教学资源投入的挑战

随着未来健康产业的发展，教学资源的更新和投入也将面临挑战。首先，由于前沿技术的不确定性和快速迭代，需要教师不断学习、专研最新的技术知识，为此投入更多的时间和精力。其次，医科院校需要投入大量资金更新医学设备、仪器、教学材料，以提供先进的教学环境和科研条件。对于一些规模较小的医科院校来说，可能会面临财政压力。此外，教学资源的更新和投入还需要与企业、科研机构等外部合作伙伴进行紧密合作。

应对教学资源的更新和投入的挑战，医科院校首先需要加强师资队伍建设，提高教师的专业素质和教学能力，以确保他们能够及时捕捉最新的技术动态，并将其运用到教学中。其次，加大对教学资源的资金投入，通过多种途径筹集资金，包括政府资助、企业合作等，确保教学资源的更新和投入。此外，还需要加强与企业、科研机构等外部合作伙伴的合作，并建立良好的合作机制，以共同推动医学教育的发展。

3.3 伦理隐私安全的挑战

随着人工智能在医疗健康领域的广泛应用，医学伦理学与科技伦理挑战也随之而来[15]，主要体现在算法和对医生主体地位的影响两方面。算法与系统的安全问题、算法歧视问题、算法决策问题、算法的透明度问题等都是由人工智能技术引发的伦理问题[16]。

人工智能的核心是算法、算力和数据，伦理安全问题主要体现在三方面。首先是算法与系统安全的问题，人工智能算法存在被恶意篡改和系统的漏洞被利用的可能性。其次是算法歧视问题，算法存在着因编程人员的认知偏见或训练数据不完善导致系统做出歧视性决策。最后是算法的透明度问题，主要是指算法的可解释性和人类的知情权问题。随着人工智能的主体性增强，医生的主体性相对减弱。而医务人员应该是医疗活动的主体，医生通过学习和实践掌握着丰富的诊疗经验，具备较强的风险掌控能力，使其能够完成疾病的诊断与治疗。然而，医疗大数据、人工智能的普及引发了医生无用论的观点。

隐私问题同样突出。医疗数据的敏感性很高，特别是为人工智能训练使用的海量医疗数据，需要严格保护个人隐私。人工智能技术的应用涉及大量医疗数据的收集和分析，如何保证数据的隐私和安全是一个亟待解决的问题。

生物安全问题也不容忽视。随着合成生物技术的快速发展，自然界中存在的高危害性病原体可能成为研究对象，通过生物技术对已知病原体进行改造，可能造成病原体转播能力、致病性、免疫逃逸耐药性等方面的改变。而这种改变是不确定的，已知的安全手段无法完全防护。这种改造对人类的影响难以预料，甚至可能危害到国家安全。

4 总结与展望

随着科技的不断进步，细胞和基因技术、合成生物等前沿技术正加速产业化。这些技术在医疗领域将发挥重要作用，为医院提供个性化、精准化的治疗方案提供了可能。此外，5G/6G、元宇宙和人工智能等技术的应用，也提供了更高效便捷的医疗服务。总体来说，未来健康产业发展为医科院校提供了新的科学研究工具、医学教育手段和临床诊疗方案。

然而，未来健康产业的发展也伴随着一系列挑战。首先，前沿技术的快速发展要求医科院校持续提升师资力量和科研水平，以应对技术突破所带来的新挑战。其次，新技术的应用对基础设施和信息化水平提出了更高的要求，医科院校需要投入更多资源。同时，新技术的应用也会带来伦理、隐私、信息和生物安全等问题，医科院校需要加强教育和监管，确保新技术在科研、教育和临床应用的合法合规。

面对这些机遇和挑战，医科院校要更加注重创新人才培养，加大对前沿技术的研究和支持力度，重点培养跨学科的医学人才。加强与企业和研究机构的合作，积极推动前沿技术的研发和应用，促进科研成果的转化和产业化。此外，还要注重国际交流合作，吸引优秀的科研团队和人才，积极应对挑战，把握历史机遇，为实现卫生事业的跨越发展做出贡献。