北京航空航天大学房建成院士、广东工业大学副校长王成勇及广东药科大学副校长甘远洪为大会致辞，长江学者、国家超级计算长沙中心副主任彭绍亮教授等6位专家和企业代表做主旨报告，100余名师生代表、同行参加了会议。会议由我校医药信息工程学院院长蔡永铭主持。

房建成院士在致辞中指出，人工智能是当前的热点领域，人工智能在医药创新领域发挥着日渐重要的作用。人工智能手段能有效提高新药研发的效率和核心竞争力，进一步突破目前新药研发的瓶颈，打开新药研发高质量发展新格局，有助于更好地了解新药研发的需求，提高其安全性。

王成勇致辞强调，人工智能在医药领域的应用正在不断扩大，人工智能与新药研发已成为中国医药行业加速创新转型的重要驱动力。本次论坛以发展大会作为桥梁，建立粤港澳大湾区医药发展“共商共建共享”生态圈，凝聚医药力量，汇聚创新资源，实现高校、学会、企业资源优势有机对接，引导技术创新以及人工智能技术在新药研发各个环节的深入应用，促进人才链、创新链、产业链紧密融合，实现多元合作，互利共赢。

清华大学李梢教授通过线上视频做了题为“网络药理学与中医药创新研发”的专题报告。李梢在报告中指出，复杂疾病对21世纪的疾病研究形成重大挑战，而我国原创的中医药诊疗具有整体性，对复杂疾病研究具有潜在优势。传统中医药研究是从宏观和整体的角度进行切入的，而现代科学研究是从微观和局部的角度进行深入的，因此要推动中医药现代科学研究方法亟需自主创新。人工智能技术在网络药理学与中医药创新研发上表现出强大的应用潜力。网络药理学可以对药物分子进行高通量筛选，从而找到多肽和多糖等中草药的有效成分，并对其进行结构优化和药效试验，从而实现现代和传统医学的有机结合。

国家超级计算长沙中心副主任彭绍亮教授在题为“高通量药物发现人工智能大模型”的专题报告中提出，以AlphaFold为代表的人工智能药物发现（AIDD）技术提升了高通量数据产生和药物研发能力。由于广阔的结构空间、多变的生化性质和训练数据稀疏导致的过拟合，导致现有AIDD技术存在海量高维异构数据、标注数据少、泛化能力弱、模型可解释性差、计算复杂度高等问题。团队基于海量的多源异构生物医药大数据，研究了高通量药物发现大模型关键技术，形成了一个从药物分子表征和生物异质网络到精准药物发现，再到靶标药物快速筛选和测试的全链条人工智能药物发现技术体系，实现了高通量药物大数据和人工智能双驱动下的干湿实验闭环研究，探索了大模型、人工智能和多模态大数据驱动下的药物研发新技术体系。

中山大学徐峻教授在题为“GPT时代的药物创新”的专题报告中谈到，深度学习的基本架构有CNN、RNN、GAN、GPT。分别用于模拟人类的抽象、分析、适应和预测能力，而GPT为基础的大语言模型(LLM)有取代其它深度学习技术的趋势。GPT/LLM本质上是大数据的界面和超复杂系统(如生命系统)的研究工具，ChatGPT标志着人类进入通用人工智能时代。因此，生物医学领域采用GPT/LLM技术是必然趋势，生物医学领域的各种易于规范化的过程或职业将被AI+自动化过程所替代。通过终点问题导向的AI+生物医学创新终将突破医药界的反摩尔律。

香港中文大学陈浩然教授做了题为“生物计算和机器学习在药物设计和筛选中的应用”的专题报告。他谈到，近年来，生物计算和机器学习已成为药物发现的重要工具。化合物库的高通量计算机筛选大大促进了命中化合物的鉴定，而基于分子对接的合理药物设计可实现高效准确的命中到先导的转换。迄今为止，组合药物治疗成为更可取的策略。机器学习有助于在开发组合药物治疗的过程中对单个药物组合和剂量进行系统评估。报告以重复扩张疾病为例，说明生物计算和机器学习如何促进治疗进行性神经退行性疾病的药物发现。

北京中医药大学吴嘉瑞教授做了题为“基于大数据的中药注射剂上市后再评价与研发思考”的专题报告。他在报告中指出，中药注射剂上市后再评价是近年来学术界较为关注的热点问题。演讲者从有效性、安全性、作用机制等方面对多种中药注射剂开展了系统研究。本报告中，演讲者主要从以上方面介绍了多维网状meta分析、精准网络药理学等基于大数据的中药注射剂再评价技术创新。同时对相关技术方法的应用和进一步拓展，以及中药注射剂再评价和研发趋势进行分析。