基于人工智能（AI）的新药开发竞争已从分子设计转向患者和临床等人类医疗数据的获取。然而，国内缺乏支持这一过程的医疗数据和利用体系，因此必须建立国家层面的数据收集与联动基础，以便AI新药能够真正转化为治疗效果。◇ "分子设计是创意与GPU的竞争，下一步是医疗数据"石教授将AI新药开发分为分子设计和治疗效果预测及验证两个阶段。他指出，在分子层面，数据不再是决定性变量。他表示：“在分子层面的建模中，数据的种类和规模在模型之间并没有显著差异。”他提到，AlphaFold也使用了与之前竞争组相似的公开数据，而现在AI生成的蒸馏数据也扮演着重要角色。他进一步指出：“当前阶段的分子设计更接近于创意和计算资源（如GPU）的竞争，而非数据竞争。”问题在于下一步。要预测设计的物质是否对实际患者有效，需要细胞、组织和人体层面的数据。石教授强调：“这一领域尚未达到AI模型能够主导整个行业的阶段，要进一步发展，必须有国家级的数据体系作为支撑。”他认为，要挑战现有方法无法治疗的疾病，数据融合是必不可少的。石教授表示：“Galax目前正在将分子设计技术应用于生物学上已验证的疾病和靶点，要创造出以往方法无法实现的新疗法，仅凭分子层面的数据是不够的，还需要生物数据与医疗数据的AI融合。”石教授认为，AI新药的潜力已经开始实现。他预测：“采用从零开始（de novo）设计的抗体已经进入新药开发阶段，未来几年内将有相当数量的候选物质能够转化为新药。”AI带来的变化不仅发生在新药开发领域，还在几乎所有科学技术领域中出现。因此，石教授认为，与其集中支持特定领域，不如支持AI在科学技术的广泛传播。在人才培养方面，他指出：“必须筛选出各学科中必需教授的核心知识，重新设计融合课程，以培养既懂AI又精通专业领域的‘双手人才’。”◇ 斯特法诺普洛斯："AI与自动化结合将推动代谢工程的飞跃，解决方案在现场"开创代谢工程领域的美国麻省理工学院（MIT）教授斯特法诺普洛斯在此次学术大会上进行了关于未来生物技术发展方向的演讲。在随后的记者会上，他展望了AI与自动化结合将推动生物制造的飞跃。当被问及“像AlphaFold一样，代谢工程是否也能实现AI驱动的飞跃”时，他表示：“这还需要观察，但AI与自动化结合可能会带来重大进展。”他进一步解释：“通过机器人测试各种候选物，并利用这些数据不断重新训练机器学习模型，设计、构建和测试的循环将大部分实现自动化。”他补充道：“可以从已知领域出发，逐步扩展到数据不足的领域。”这种变化可能会出现在菌株性能改进、代谢工程以及药物候选物设计等方面。然而，他对AI将如何改变整个行业持谨慎态度。他表示：“AI带来重大变化的可能性很高，但在哪个领域首先发生仍然难以预测。”他认为，新药开发是一个潜力巨大的领域，因为这里存在许多未满足的医疗需求。斯特法诺普洛斯教授还强调了现场专家的作用。他指出：“在生物精炼工艺的氢化阶段或高分子的解聚阶段，AI的应用没有通用解决方案，各领域的专家必须根据自己的工艺进行探索。”他补充道：“计算机科学家与生物专家之间存在明显的差距，需要努力理解彼此的基本原理。”此次以“AI STAR（AI集成可持续转型以促进先进稳健生物技术）”为主题的学术大会邀请了国内外顶尖专家，广泛讨论生物技术（BT）领域的主要议题。国际会议的主要议题包括融合生物工程、生物工厂基础的可持续航空燃料（SAF）生产技术、细胞微环境控制的技术与应用等。国内会议则包括各分委员会主办的会议，以及基于数字转型的细胞培养工程、温室气体减排生物技术、针对下一代癌症治疗的细胞与基因工程及精准传递技术、蛋白质纳米笼工程、可持续生物资源全生命周期评估（LCA）、基于AI的生物制造研讨会等。※ 本报道经人工智能（AI）系统翻译与编辑。

高尚白新任韩国保健产业振兴院长指出，为了确保生物健康领域的国家竞争力，培养‘医科学家’是首要任务。他表示，振兴院将不仅仅是一个研发管理机构，而是要转变为一个涵盖政策和研究功能的‘国家生物健康创新政策平台’。 在29日于首尔世宗文化会馆举行的福利部记者团沟通座谈会上，高尚白分享了机构的运营方向和生物健康产业的培养理念。 当记者询问振兴院在提升K-生物地位和克服生物健康产业局限性方面的角色时，高尚白再次强调了‘公共角色’的重要性。他表示：“生物健康产业要获得下一代竞争力，必须在资本、技术、人才和制度四个要素上相互配合，而我国在这方面的失配主要体现在‘人才’领域。”他还指出，国际研究机构负责人会议‘HIBS’上也讨论过，医科学家的减少是全球趋势，也是一个严重问题。 高尚白接着说：“从医学院本科阶段到住院医师阶段，公共部门必须发挥作用，让医科学家在整个周期中都能接触到，才能真正培养出合格的医科学家。”他主张：“目前仍处于试点阶段的医科学家培养项目需要大幅扩展，并通过立法和预算保障全力支持。” 关于基础医学教授流失的问题，他补充道：“我们将制定政策性对策，缩小临床教授与研究环境之间的差距，并恢复个人研究者成长的‘研究阶梯’。” 此外，关于对民营企业的支持方向，高尚白表示：“振兴院应支持公共领域中民营企业难以承担的高风险和中长期研发，并创造创新生态系统，降低海外市场的进入壁垒。”他强调：“我们将明确区分企业在实际业务成果创造中的民营领域和我们的支持。” 在谈到被认为是医疗产业发展核心和顽固监管问题的‘医疗数据’利用方案时，高尚白回应了关于如何在个人信息保护争议中激活医疗数据的问题。他提出了解决方案：“建立超越特定机构垄断的合作体系”和“基于个人同意的双轨利用。” 高尚白解释道：“为了真正利用数据，必须超越数据三法等制度的门槛，不仅要建立基于匿名或假名信息的数据体系，还要积极引入基于个人同意的研究和产业激活方式（双轨）。特别是在开发医疗需求预测或灾难应对AI模型时，必须摆脱特定机构垄断数据的结构。”他强调：“我们将与健康保险审查评价院、健康保险公团等相关机构合作，最终建立一个数据透明利用和生态系统形成的共享体系。” 当被问及自上任以来发现的最紧迫问题时，高尚白指出是‘保健产业范式的转变’。他表示：“我国在过去作为‘快速跟随者’取得了显著成果，但现在是时候转变为‘先行者’。”他强调：“在AI时代，保健产业不应仅停留在技术开发上，而应朝着解决地区基本医疗和超高龄社会的照护问题等实际国民生活和社会现象的方向演进。” 为此，他还预告了振兴院的体质改善。他表示：“最近振兴院的研发预算大幅增加，但大多数仍是以政府主导的自上而下方式进行，这存在局限性。”他承诺：“未来将大幅增强振兴院内部的研究和政策规划功能，建立能够主动提出短期任务和中长期路线图的组织体系。”※ 本报道经人工智能（AI）系统翻译与编辑。

随着医院人工智能（AI）的推广，讨论的重心应从“引入什么”转向“如何管理和落地”。 法务法人Barun与加勒布公司于9月8日在首尔瑞草区EL Tower别馆5层的Melon Hall共同举办了“首届AI创新领袖论坛——医院AI大转型与飞跃：从数据·治理到临床解决方案”。 韩国保健医疗信息院和AI Nation·正源恩西斯作为合作伙伴参与，约100名来自综合医院及相关医疗机构的管理、规划、IT实务人员出席了此次论坛。 在以“AI治理的转型”为主题的第一场会议中，成均馆大学医学院教授杨光模（三星首尔医院AI研究中心主任）通过“医院AI大转型的核心——数据流动的医院”发表演讲，诊断了现场的结构性断裂。杨教授指出：“即使医院AI通过性能验证，实际工作中仍存在较大差距。”他将机构间（影像共享的标准·范围限制）、工作间（分散的渠道和手动分类·分配）、评估间（指标定义与实际数据不一致）等断裂视为核心问题。 他还指出，德国医院改革法、英国NHS应用中心十年计划、国内高级综合医院结构转型支持项目等国内外制度变化也共同要求“必要信息的定义与连接”。 作为解决方案，他提出了一个“数据流动的运营体系”，包括标准-数据-AI判断-工作执行-绩效评估的流程。杨教授介绍了三星首尔医院联盟的患者中心医疗影像共享（6个机构，共938件交流）、院内本地LLM自动分类医疗请求（分析电子医疗请求书6624件，负责人员分配一致率从75.4%提升至84.7%）、请求·回送综合系统“S-CARENet”等现场案例。 他强调：“在AI判断之后，谁、在哪里、如何处理都应事先设计，并以人的最终确认（Human-in-the-loop）为前提，将数据·AI·工作·评估连接为一体。”同时，他强调了管理、规划、IT部门的角色分工。 Barun律师安周贤在“国内AI监管与医院的应对——从法规看AI执行的检查点”中诊断了医院面临的监管环境。安律师表示：“医院AI并非单一法律，而是同时受到人工智能基本法、数字医疗产品监管、个人信息保护法等多项法律的监管。”他强调：“监管的对象并非模型本身，而是数据处理与临床使用行为的结合。”他还指出，即使是相同的临床支持功能，根据标示·广告与实际使用的背景，医疗器械的许可等监管路径也可能不同。 作为应对措施，他提出了利用阶段的检查标准。当生成型AI用于病历撰写或患者指导时，必须遵循个人信息检查点，如去除患者识别信息、使用内部网络·安全型AI、告知AI使用事实等，并提前设计处理·输出·结合·管理程序。安律师表示：“医院AI治理应在引入前、运营中及变更时均能运作，必须强调不仅是AI监管，还需综合应对医疗器械·个人信息·医疗法等。” 在以“AI战略与解决方案”为主题的第二场会议中，加勒布与公司创新中心主任裴基元在“医院AX战略与治理——从A到Z”中诊断了引入失败的模式。裴主任指出：“引入虽然在增加，但谁来批准、谁来负责却不明确。”他将验证-现场差距、警报疲劳、后续管理缺失导致的性能下降（漂移）、偏见、供应商依赖、责任·治理空白、可持续性中断等七大失败的共同原因归结为“治理空白”。他还表示，若对所有AI进行同等强度的审查，现场将规避监管，导致“影子AI”的增加。 作为解决方案，他建议：“识别院内分散的AI进行清单工作是第一步”，并提出了根据风险程度进行差异审查和专门组织·多层治理体系。他表示：“良好的治理不会减缓引入速度，反而会加快。”并建议管理层应将监管应对视为引入速度的问题，而非成本问题。 AI Nation团队的李世拉在“临床现场诞生的AI——褥疮解决方案共同开发者”中诊断了现场的困境。李团队指出：“褥疮管理是一个劳动密集型工作，需要对病变进行测量·拍摄·阶段判断·记录的重复。”他分享了现场收集数据的精炼难题，以及“愈合的褥疮”与皮炎等相似病变难以区分的问题。 他介绍了与延世世博医院共同开发的褥疮分级AI检测解决方案的历程，解释了3万余个（共33011件）病变数据的标注与分类体系·评估标准定义、拍摄-推理（病变区域分割·阶段分类）-结果确认的三阶段处理过程。李团队强调：“这不是供应商出售的产品，而是与现场共同制作的记录。” 正源恩西斯AI战略室的权灿永在“实时诊断辅助AI”中探讨了实时视频AI的本质。权室长指出：“视频最终是连续的静止图像，如果每秒30帧（30fps），那么检测AI每秒会做30次独立判断。”他诊断了依赖单帧检测时，标记闪烁或模糊帧导致的误检限制。 作为解决方案，他提出追踪时间轴（Temporal）中相同病变的连续检测以确保可信度，并在模糊帧中跳过推理（Skip），实现无闪烁的平滑检测，并介绍了内窥镜实时息肉检测（CADe）·诊断辅助（CADx）案例。 在小组讨论中，李俊熙Barun企业战略研究所所长担任主持，参与的有金京允AWS医疗首席、闵奎洪首尔圣母医院智能医院总信息战略团队长、李义圭Barun律师、韩恩珍世博医院临床支持护理团队专业护士，集中讨论了医院角色的变化及数据·治理的课题。 闵奎洪首尔圣母医院信息战略团队长（大医院信息协会秘书长）表示：“医院应从治疗疾病的场所转变为涵盖预防和主动管理的健康管理场所。”他强调：“应在向个人提供医疗信息的同时，经过合法程序将其用于AI研究，并将其再次转化为临床应用，必须优先具备经过标准化·精炼·质量管理的‘AI-Ready医疗数据’。”他指出，实际AI转型的共同课题是将分散的数据转变为可接触·可控的结构，并加强现有数据的结构·意义。 李义圭Barun律师表示：“AI治理的核心是识别医院使用的AI，根据风险水平确定批准·验证·监测程序及责任人。”他建议：“应区分行政支持AI与影响临床的AI，保障医疗人员的最终判断权，并记录验证·变更·事故应对过程的合规体系。”他补充道：“这样的治理是为了安全AI的快速引入而非监管。” 韩国保健医疗信息院院长廉敏燮强调：“医疗AI的竞争力不仅仅依赖算法，优质数据、标准、安全的连接·利用体系共同构成，才能真正带来医疗现场的创新。”他介绍了政府的AI基本医疗战略、公共医疗AI高速公路、健康信息高速公路（医疗我的数据）、国家综合生物大数据项目等，并表示：“韩国保健医疗信息院也将通过医疗数据与AI共同推动国民能够感受到的医疗创新。” Barun代表律师李东勋表示：“医疗AI的成功引入不仅需要AI监管，还需综合应对数字医疗产品及医疗器械相关监管、个人信息保护与医疗数据利用、医疗法等多项法律·制度。”他指出：“Barun在数字医疗、个人信息·数据、AI监管、医疗机构咨询领域积累了专业性与工作经验，将作为战略合作伙伴，积极应对医院和医疗机构在AI转型各阶段面临的法律问题。”

KT与延世医疗院通过提升医疗数据的应用基础，致力于推动韩国医疗AI的创新与未来竞争力。 KT于4日宣布与延世医疗院签署了加强医疗数据应用基础的合作协议，以提升韩国医疗的未来竞争力。 随着AI技术的快速发展，医院所拥有的诊疗记录、检查结果、医疗影像和研究数据等庞大医疗数据的价值日益凸显。然而，由于医疗数据的形式和结构多样，AI在直接应用时常面临困难，因此，系统化标准化和结构化数据，并将其转化为适合AI学习和分析的形式，成为医疗机构的核心竞争力。 双方将开展以下合作：扩大医疗数据标准化基础、提升数据应用基础设施、研究基于AI的医疗服务应用方案、建立促进医疗数据应用的中长期合作机制等。通过将医疗现场生成的各种数据转化为AI可学习、分析和应用的形式，加速医疗AI服务的开发与验证，为数据驱动的医疗创新奠定基础。 KT将基于AX平台的能力，将医疗数据转化为AI可分析和应用的数字资产，并建立安全应用的基础设施。KT还将支持医疗机构将数据转化为高质量的AI资产，促进未来医疗服务模型的开发。延世医疗院则将基于实际医疗现场的经验和专业性，提出医疗数据应用的需求，并审视以医疗人员为中心的应用方案。 双方计划不仅限于简单的业务合作，还将持续挖掘医疗服务创新的研究课题，并扩大与各类机构的合作，领导韩国医疗AI生态系统的发展。 KT企业部副总裁金奉均表示：“AI的竞争力最终源于数据”，并表示：“KT将凭借在医疗数据AI应用优化方面的经验和AX平台技术，与延世医疗院共同推动韩国医疗AI生态系统的发展和医疗服务的创新。”※ 本报道经人工智能（AI）系统翻译与编辑。

现代绿食品正在推进结合医疗数据和食品营养数据的个性化健康管理服务的开发。 现代绿食品于14日宣布，已被个人信息保护委员会和韩国互联网振兴院（KISA）选为“医疗数据服务支持项目”的医疗领域服务提供商。这是食品企业首次被选为医疗领域的医疗数据支持项目。 医疗数据是指行政和公共机构及医疗机构所持有的个人信息，在本人同意下提供给个人或指定的第三方。医疗数据的活跃化将使分散在多个医疗机构的个人健康信息得以整合，从而与多种健康管理服务相结合。 现代绿食品计划通过此次项目，结合医疗数据和在集体餐饮及护理食品业务中积累的约35万个饮食和健康数据，推出个性化营养管理服务，预计年内推出名为“格林护理Plus”的应用程序（APP）。 该应用将综合分析用户的健康检查结果、疾病历史、用药信息、饮食记录等，提供个性化的营养分析报告。基于此，还将建议饮食和运动等个性化健康管理方案。例如，对于需要糖尿病管理的用户，将推荐富含膳食纤维的食材，并提供与正在服用的药物的相互作用信息。 现代绿食品还将为老年人开发相关功能。用户在应用中输入饮食和运动量后，将分析健康状态变化，识别异常迹象，并在必要时向用户本人、监护人及地方自治团体发送通知。同时，将应用适合老年人使用的专用用户界面（UI）。 自2020年推出护理食品品牌“格林”以来，现代绿食品不断增强营养设计和分析能力。今年初，已获得国内食品行业首个营养诊断服务相关专利。 现代绿食品相关人士表示：“我们计划将积累的营养设计技术和数据与医疗数据结合，推出个性化健康管理服务，并将持续提升服务的精准度。” 此外，“格林”是将“伟大（Great）”与“饮食（Eating）”结合而成的护理食品专业品牌，推出了符合健康目标的饮食方案，包括强化蛋白、低糖、低热量等，同时也推出了针对癌症、糖尿病等特定疾病患者的食品药品安全处认证的特殊医疗用途食品（医疗食品）。※ 本报道经人工智能（AI）系统翻译与编辑。

具允哲副总理兼财政经济部长在30日表示：“这是创造半导体后续增长动力的黄金时刻，而人工智能（AI）是引领这一黄金时刻的关键。” 具副总理在首尔乐天酒店举行的“韩国战略经济论坛：AI大转型时代，韩国战略经济之路”上发表了上述讲话。 他强调，人工智能是改变经济运行框架和规则的游戏规则改变者。他解释道：“AI大转型可以用X+AI来描述，X代表所有现实、产业和领域，当AI与之结合时，就会产生创新。” 具副总理认为，为此必须加强人工智能教育。他指出，只有当能源、生物、国防、太空、量子等领域的专家与人工智能专家相互理解时，才能引导实质性的变化。 此外，他还强调了数据的重要性。他表示，必须通过构建“数据良性循环生态系统”来实现数据生产与问题解决的有机连接。 具副总理指出：“AI大转型是我们生存的关键任务，必须全力以赴实现。”他表示，昨日发布的三大超级项目将成为在AI大转型时代创造超越差距的起点。 最后，他表示：“政府将以执行速度决定成败的理念，迅速动用税制、财政、金融、监管和基础设施等所有可用资源进行支持。” 在当天的论坛上，围绕“AI时代的经济增长”主题，讨论了半导体、能源、安全、医疗数据、国防和太空等领域。 战略经济顾问团委员长朴英善表示：“未来的竞争将不再是GPU数量，而是AI生产能力，这对拥有世界一流制造业基础的韩国来说是一个重大机遇。”同时，她提出了构建韩国型AI计算堆栈等主要任务。 计划预算处部长朴洪根在致辞中指出：“我们需要认真思考如何有效应对经济和产业的大转型，扩展新的增长动力，并增强未来世代的竞争力。”他表示：“今天论坛上讨论的各种意见和见解将在制定中长期国家战略的过程中得到宝贵的利用。” 共同主办此次活动的产业研究院院长权南勋表示：“AI大转型不仅是技术变革，更是影响战略产业整体竞争力和韩国未来增长战略的核心任务。”他表示，将系统性研究各行业的影响和政策任务。

柠檬健康护理公司提出了基于医疗数据连接的中介基础设施，计划跃升为医疗人工智能（AI）时代的核心平台企业。 洪炳镇柠檬健康护理公司代表在17日于首尔汝矣岛康拉德酒店举行的企业公开（IPO）记者会上表示：“柠檬健康护理是一家实时连接、利用和中介医疗数据，创造新价值的数字医疗企业。”他指出：“我们正在成长为一个能够让医疗数据自由流动的中介基础设施企业。” 柠檬健康护理拥有连接医院、患者、保险公司和公共机构的实时双向医疗数据中介平台——‘LDB（柠檬数字桥）’作为核心技术。该平台的特点是将各医院不同的医疗数据标准化，并实时传递给所需机构。 目前，公司在国内47家综合医院中已获得38家客户，市场份额超过80%。患者使用的智能医院应用程序累计下载量已超过1300万次。 特别是，参与保险开发院的实损保险索赔电子化平台‘实损24’的建设项目，使公司在全国范围内的医疗数据中介能力得到了提升。实损保险索赔服务‘索赔的神’的累计注册用户已达到190万，累计索赔次数突破1000万次。 洪代表表示：“目前我们已积累超过1亿条医疗数据。”他进一步解释道：“我们正在从医疗数据中介平台向数据加工和流通的基于数据的业务演变。” 公司计划在上市后构建医疗AI学习数据市场，成为向医疗AI企业、大学和研究机构提供高质量医疗AI学习数据的数据交易平台运营商。 洪代表强调：“我们不是开发医疗AI模型的公司，而是连接和供应医疗AI企业所需数据的公司。”他表示：“我们将建立医疗AI时代必不可少的数据流通基础设施。” 此外，公司还计划扩大远程医疗和医疗数据利用相关制度变化的应对措施，包括远程协作、电子处方传递和医疗影像移动发放等新数字医疗服务。 柠檬健康护理计划将此次上市所获得的资金投入到医疗AI学习数据市场的建设和新数字医疗服务的开发中。 另一方面，柠檬健康护理将公开200万股，预计的公开价格范围为7500至1万元，预计募集金额为15亿至20亿元。需求预测将于19日结束，普通认购将于24日至25日进行。上市主承销商为KB证券。※ 本报道经人工智能（AI）系统翻译与编辑。