近期，工信部、国家发改委等十部门联合印发《医药工业发展“十五五”规划》，为未来五年我国医药工业高质量发展划定核心路径。文件中，“计算医学”与人工智能、量子计算、超级计算并列，正式进入产业视野。规划提出，加快这些新技术赋能药物研发，并明确目标：到2030年，创新药产业规模年均增速超20%，首创新药（FIC）全球占比突破25%。

人工智能、超级计算、量子计算已是热门赛道，计算医学对大众乃至不少产业从业者仍显陌生。它究竟是什么？为何在“十五五”关键节点被纳入国家医药工业核心技术布局？

计算医学：从国际定义到中国路径

计算医学并非新概念，作为独立研究领域已有二十余年历史。本世纪初，国际学界开启相关探索。2005年，美国约翰斯·霍普金斯大学成立计算医学研究所，正式确立“ComputationalMedicine”学科方向，核心是依托数学、工程学、计算科学，量化分析、模拟人体疾病机制，落地于疾病诊断、机制研究与精准治疗。伴随生命科学多维度数据爆发式增长，其研究对象从单一分子、细胞逐步延伸至组织、器官、个体患者，形成以定量模型解析健康与疾病状态、还原生命系统动态变化的研究体系。

国内对计算医学的系统性研究与产业落地，起步于2019—2020年，国内科研院所率先系统性倡导。2020年，《中国科学报》专题刊发《计算医学：跑在超算上的医学》，从复杂系统科学、数据密集型研究、人工智能、高性能计算等维度，搭建起国内计算医学的基础认知体系。相较于国际早期侧重数学建模、生理系统模拟，我国计算医学体系更强调产业落地：将海量生命大数据、人工智能、高性能计算与疾病机制研究深度融合，构建一体化技术框架。其核心逻辑是：生命系统不是基因、蛋白、细胞的简单叠加；针对肿瘤、代谢病、免疫疾病等复杂疑难病症，必须打通多尺度生物医学数据，搭建可精准描述疾病状态、发病机制、药物干预全过程的动态模型。

2023年，张春明、赵宇、谭光明团队在《科学与社会》刊发研究成果，明确将计算医学定义为药物创新的“底座技术”：通过多尺度生物数据整合建模，解码疾病核心机制与药物疗效逻辑，为药物研发全流程关键决策提供科学支撑。产业端，由科研院所孵化的哲源科技等本土团队持续在疾病精准建模、全新靶点挖掘、患者数字化建模、虚拟临床研究等核心赛道深耕，推动计算医学从学术概念落地为药物研发实战工具。

恰逢其时：2026年入局国家规划的底层逻辑

计算医学概念诞生已久，为何在2026年正式写入国家“十五五”医药工业规划？核心是中国在数据积累、算力升级、产业需求三重条件上全面成熟。

一方面，多维度生命数据完成规模化积累。十余年来，基因组、转录组、蛋白组、单细胞、空间组学、医学影像、数字病理、真实世界临床数据持续爆发，让人类首次具备从微观分子到宏观个体、多尺度观测生命状态的能力。但海量数据不等于读懂疾病：数据如何关联、因果如何判定、靶点干预后人体系统如何响应，这些核心问题必须依靠计算医学模型解答。

另一方面，核心计算基础设施实现跨越式升级。人工智能提供高效建模与智能推理工具，超级计算支撑大规模、高复杂度系统运算，量子计算持续突破传统算力边界，为复杂生命系统模拟提供底层支撑。

这也是《规划》将四大技术并列布局的深层考量：人工智能、超级计算、量子计算，本质是持续升级的“通用计算能力”。计算医学是专属医学领域的转化应用体系，核心是解决“超强算力如何落地解决真实医学难题”，完成从算力资源到医药创新成果的闭环转化。

超越AI制药：计算医学的核心差异化价值

当前行业常将计算医学与AI制药混为一谈，但二者存在本质区别。过往AI制药的应用，多集中在的单一环节：蛋白结构预测、靶点分子筛选、化合物理化性质预判等，核心作用是拓宽研发搜索空间、提升单环节效率。

但药物研发的核心难点，恰恰在实验室之外、人体之内的复杂场景。同一靶点在不同组织环境中功能迥异，同一药物对不同患者疗效天差地别，细胞、动物实验中成立的药理机制，会因人体代偿机制、免疫微环境、患者个体异质性彻底失效。

这意味着，真正的药物创新不能只回答“什么分子能结合靶点”，更要解答三个核心问题：靶点如何驱动疾病发生？干预靶点后疾病系统会产生哪些动态变化？不同患者能否从治疗中获益？

这正是计算医学的核心价值。AI是通用技术工具，计算医学是以疾病为核心的系统化建模与决策框架。它整合机器学习、知识图谱、多组学整合、因果推断、数字孪生等多元技术，不局限于单一算法迭代，核心目标是搭建可验证、可复用、可落地的真实疾病模型，为研发决策提供支撑。

从模型预测到模型证据：进入监管与产业核心体系

全球医药行业正迎来一场关键变革，计算模型从科研辅助工具，逐步升级为药物研发的法定证据体系。

2025年，美国FDA明确提出逐步缩减传统动物试验依赖范围，将AI计算模型、类器官等新型人体相关研究方法，纳入药物评价全新路径。2026年6月，FDA发布ICHM15《模型指导药物研发一般原则》最终指南，为模型指导药物研发（MIDD）全流程建立统一标准，覆盖模型规划、效果评价、证据生成、报告输出与监管沟通全链条。

这些变化不是要用计算模型取代实验和临床，而是说明行业共识变了：可验证、可决策的模型证据，比单纯追求预测精准更重要。计算医学能否落地，也不取决于纸面精度，而取决于能否为研发和监管决策提供可靠、可重复的实证支撑。

行业核心难点，也从“如何精准预测”转向“如何有效决策”。当下多数模型仅能实现数据相关性拟合，却无法解答临床最关心的干预性问题：不同人群的适配性、不同治疗方案的差异化效果、无干预状态下的疾病演化规律、治疗介入后系统变量的动态变化。这要求计算医学跳出参数堆叠、算法复杂化的内卷，向因果推理、系统干预、临床验证深度迭代。距离临床决策越近，模型的验证标准就越严苛。

去概念化：拒绝标签内卷，以结果定义价值

入选国家顶层规划，让计算医学迎来产业发展风口。但是如何判断一项技术、一个项目是否属于真正的计算医学呢？

其实无需追逐热门概念，只需聚焦真实产出即可。比如是否形成全新疾病认知？是否挖掘出可实验验证的新机制、新靶点？是否能精准筛选获益患者、优化临床方案？是否能提前预判研发风险、规避无效临床投入？其搭建的数字疾病模型、数字患者体系，能否适配真实世界场景、支撑前瞻性研究？最终能否形成可落地证据，赋能研发与监管决策？

唯有这些问题得到实证解答，计算医学才算真正拥有独立的技术价值与产业价值，而非停留在方法论层面的愿景。计算医学的核心使命，从来不是“让计算机进入医学”，而是通过计算手段突破传统医学研究局限，创造全新疾病认知、优化核心研发决策。

十五五新赛道，用临床结果定义未来

按照“十五五”规划目标，2030年我国将实现创新药产业规模高速增长，首创新药全球占比超四分之一，跻身全球药物创新第一梯队。这一目标不仅需要更多新药管线、更多上市药品，更需要全新疾病机制、原创靶点与创新治疗思路。

未来五年，是计算医学从概念落地、从技术铺垫走向产业兑现的关键周期。行业需要持续落地一系列核心命题。我们要搭建可解释、可验证的疾病计算模型，挖掘传统手段无法触及的疾病新机制与新靶点，提前筛除高风险研发路径，优化患者分层与临床试验设计，最终让计算医学成为生物医药产业可普惠调用的基础底座能力。

从2005年国际学科诞生，到如今写入中国医药工业五年规划，计算医学走过二十余年沉淀周期。它改写了计算技术与医学的结合逻辑，从最初的数据处理工具，到中期的药物设计助手，再到如今以系统建模解码疾病、以计算证据支撑创新的核心底座技术。

对于这项“十五五”新晋核心技术，热度与关注度只是起点，唯有经得起实验校验、临床检验、产业落地的真实结果，才能最终定义它的价值，撑起中国创新药产业的跨越式升级。

（作者：赵宇 中科计算技术西部研究院图灵‑达尔文实验室）