近期，AI領(lǐng)域在科技界中占據(jù)了一席之地，制藥業(yè)也希望能借助這一趨勢實(shí)現(xiàn)飛躍。AI制藥有可能成為未來制藥業(yè)的一個重要方向。

英偉達(dá)，全球知名的AI芯片制造商，近日宣布向美國生物科技公司Recursion投資5000萬美元，以推動人工智能在藥物發(fā)現(xiàn)領(lǐng)域的突破性基礎(chǔ)模型的發(fā)展。同時，Recursion也宣布將加快其在生物學(xué)和化學(xué)領(lǐng)域的AI基礎(chǔ)模型的開發(fā)，并與英偉達(dá)合作對其模型進(jìn)行優(yōu)化，最后通過英偉達(dá)的云服務(wù)將其推向市場。

英矽智能，一家由生成式人工智能驅(qū)動的生物醫(yī)藥科技公司，近期宣布其已經(jīng)開始了首批使用AI研制藥物的人體試驗(yàn)。這次試驗(yàn)的目標(biāo)是治療慢性肺部疾病特發(fā)性肺纖維化，并且已經(jīng)成功為一名中國患者提供了一種新的療法。這個名為INS018_055的藥物是全球首個完全由AI設(shè)計和研制的藥物。目前，它已經(jīng)進(jìn)入了二期臨床試驗(yàn)驗(yàn)證階段，有可能成為制藥行業(yè)的一個重大里程碑。

制藥業(yè)與AI科技的融合

隨著制藥行業(yè)的不斷進(jìn)步，提升藥品質(zhì)量和推動產(chǎn)業(yè)轉(zhuǎn)型升級的進(jìn)入新的階段。借助人工智能、自動化等先進(jìn)技術(shù)的應(yīng)用，實(shí)現(xiàn)高效率、高水平的智能化生產(chǎn)已經(jīng)成為制藥領(lǐng)域的主流發(fā)展趨勢。

近年來，AI和大模型等科技的快速發(fā)展再次引領(lǐng)了一波智能化的浪潮，制藥行業(yè)也自然而然地受益其中。AI制藥，簡單來說，就是將人工智能技術(shù)如自然語言處理、機(jī)器學(xué)習(xí)和大數(shù)據(jù)等應(yīng)用于制藥的各個環(huán)節(jié)，以提高新藥研發(fā)的效率和質(zhì)量，降低臨床失敗的可能性和研發(fā)成本。

研究報告顯示，通過運(yùn)用機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等方式賦能藥物靶點(diǎn)發(fā)現(xiàn)、化合物篩選等環(huán)節(jié)，新藥研發(fā)的成功率從12%提高到14%,每年為全球節(jié)省化合物篩選和臨床試驗(yàn)費(fèi)用約550億美元。在所有應(yīng)用中，醫(yī)療行業(yè)位列首位，據(jù)統(tǒng)計，2020年AI醫(yī)療已占人工智能市場的18.9%。預(yù)計2023年，中國醫(yī)療AI市場規(guī)模將達(dá)到200億元，復(fù)合增長率為44.4%。

國內(nèi)AI制藥產(chǎn)業(yè)正處于算力提升和數(shù)據(jù)發(fā)展的高速增長階段。2021年，在疫情驅(qū)動和資本加持下，AI制藥企業(yè)投產(chǎn)獲取第一輪成效，中國AI制藥市場規(guī)模為1.63億元，2022年增長至約2.92億元，預(yù)計2023年市場規(guī)模將達(dá)到4.14億元。

盡管存在爭議，但AI制藥已經(jīng)賦予醫(yī)藥行業(yè)豐富的想象空間。新藥研發(fā)是一個典型的長周期、高投入、高風(fēng)險的行業(yè)——一款新藥從早期藥物研發(fā)到最終成功商業(yè)化落地，一般需要耗時10年以上，研發(fā)成本超過10億美元。如果把失敗的風(fēng)險計算在內(nèi)，這個成本可能會超過20億美元，而AI制藥被視為解決這一痛點(diǎn)的有力工具。目前AI技術(shù)的應(yīng)用并非最終目標(biāo)，獲得商業(yè)回報才是AI制藥所追求的。

AI將會如何改造制藥業(yè)？

AI在制藥領(lǐng)域的潛力正在顯現(xiàn)，它有可能徹底改變我們對藥物研發(fā)的認(rèn)知。據(jù)數(shù)字經(jīng)濟(jì)應(yīng)用實(shí)踐專家駱仁童博士預(yù)測，像AI對其他行業(yè)的變革一樣，未來所有的藥物都將通過AI的方式進(jìn)行管理，有可能將發(fā)現(xiàn)藥物的時間減半，并大幅降低藥物上市的成本。實(shí)際上，已經(jīng)有多家知名制藥公司如賽諾菲、復(fù)星、強(qiáng)生等啟動了AI應(yīng)用的戰(zhàn)略，以便在制藥管理過程更好地利用智能化的數(shù)字技術(shù)。

目前，AI在藥物研發(fā)中的應(yīng)用主要集中在化學(xué)藥品和生物藥品的發(fā)現(xiàn)和臨床前開發(fā)階段。在這個過程中，AI的作用主要是在科學(xué)家們的經(jīng)驗(yàn)積累基礎(chǔ)上，增加找到正確化合物的可能性。這是因?yàn)檫@些階段的數(shù)據(jù)量巨大，傳統(tǒng)的藥物研發(fā)方法往往難以應(yīng)對。

AI的出現(xiàn)為我們提供了新的解決方案，通過機(jī)器學(xué)習(xí)和深度學(xué)習(xí)等技術(shù)，AI可以從海量的數(shù)據(jù)中提取有用的信息，幫助科學(xué)家們更快地找到可能的新藥靶點(diǎn)和候選化合物。

然而，盡管AI在藥物研發(fā)領(lǐng)域的應(yīng)用前景廣闊，但我們也需要認(rèn)識到它的局限性。首先，AI目前還無法完全替代人類的專業(yè)知識和經(jīng)驗(yàn)。例如，AI雖然可以分析大量的數(shù)據(jù)，但它不能像人類一樣理解這些數(shù)據(jù)的含義，也無法處理一些復(fù)雜的問題。其次，AI的應(yīng)用也面臨著一些技術(shù)和倫理上的挑戰(zhàn)。例如，如何確保AI的決策過程是公正和透明的，如何保護(hù)患者的隱私等等。

總的來說，AI在制藥行業(yè)的應(yīng)用正在逐步改變著這個行業(yè)的面貌，它有望以更有效、更快速的方式推動藥物的研發(fā)和上市，從而為患者帶來更好的治療方案。但是，我們也需要謹(jǐn)慎對待這一新興技術(shù)，充分利用它的優(yōu)點(diǎn)，同時也要努力克服它的缺點(diǎn)。大限度地利用AI技術(shù)的優(yōu)勢，仍是需要進(jìn)一步探討和解決的問題。

AI制藥還有待發(fā)展

目前，AI制藥的發(fā)展引起了廣泛的關(guān)注和討論。盡管AI制藥在藥物設(shè)計方面展現(xiàn)出了巨大的潛力，但其安全性、預(yù)期效果以及是否能達(dá)到傳統(tǒng)藥物的監(jiān)管標(biāo)準(zhǔn)仍然存在一定的質(zhì)疑。

首先，AI制藥的基礎(chǔ)還需要發(fā)展。實(shí)際上，使用AI進(jìn)行藥物發(fā)現(xiàn)和開發(fā)的前提是使用算法來搜索海量數(shù)據(jù)，包括化合物的結(jié)構(gòu)、動物研究和患者信息，以確定藥物在人體內(nèi)的靶標(biāo)、哪種分子最適合、如何創(chuàng)造新的分子。然而，對于規(guī)模較小的私營公司來說，它們可能無法負(fù)擔(dān)可購買的商業(yè)庫，也沒有大藥企自己獨(dú)有的分子庫，數(shù)據(jù)的不足構(gòu)成了其發(fā)展的主要障礙。此外，數(shù)字經(jīng)濟(jì)應(yīng)用實(shí)踐專家駱仁童博士指出，由于環(huán)境和行業(yè)的局限，AI制藥的算力也存在局限，目前類ChatGPT的工具都需要耗費(fèi)大量的算力，要滿足制藥領(lǐng)域的高精度要求，短期內(nèi)難以有勝任的硬件基礎(chǔ)。

其次，AI制藥短期內(nèi)無法脫離人力。基于經(jīng)驗(yàn)和大模型的訓(xùn)練，都需要大量的數(shù)據(jù)作為支撐，AI制藥企業(yè)的核心在于數(shù)據(jù)生產(chǎn)力。因此AI制藥目前主要應(yīng)用在藥物發(fā)現(xiàn)、先導(dǎo)化合物篩選等早期階段，在臨床試驗(yàn)階段更多還是要依靠人來完成。

最后，AI制藥可能會受限于數(shù)據(jù)同質(zhì)化。目前國內(nèi)大部分企業(yè)通過公開數(shù)據(jù)庫拿到的藥物研發(fā)數(shù)據(jù)量少質(zhì)低，需要從化學(xué)生物實(shí)驗(yàn)室產(chǎn)生數(shù)據(jù)并積累，這意味著目前的生成式AI都是基于以往的數(shù)據(jù)加以整理，也就導(dǎo)致因此數(shù)據(jù)同質(zhì)化的問題。

生成式AI給產(chǎn)業(yè)帶來的期望固然美好，但要實(shí)現(xiàn)落地，還要豐富底層數(shù)據(jù)生產(chǎn)能力。同樣的，雖然AI制藥在當(dāng)前階段還面臨一些挑戰(zhàn)和限制，但隨著技術(shù)的不斷發(fā)展和完善，其在未來可能會為整個制藥行業(yè)帶來深遠(yuǎn)的影響。

商道童言（Innovationcases）歡迎點(diǎn)贊和分享哦！~~

免費(fèi)電子書：結(jié)構(gòu)化思維?|?荊棘商途?|?年度十詞?|?創(chuàng)新企業(yè)案例?|?區(qū)塊鏈金融

數(shù)字經(jīng)濟(jì)應(yīng)用實(shí)踐專家 駱仁童主講課程

智慧應(yīng)用 |《能源互聯(lián)網(wǎng)》.《新型電力系統(tǒng)》.《智慧建筑》.《智慧機(jī)場》.《智慧交通》.《煙草數(shù)字化》.《智慧城市》.《數(shù)字政府》

數(shù)字應(yīng)用?|?《大數(shù)據(jù)及中臺》.《區(qū)塊鏈》.《元宇宙》

人工智能 |??《人工智能趨勢》.?《ChatGPT新紀(jì)元》

數(shù)字化轉(zhuǎn)型?|《制造業(yè)數(shù)字化》.《零售業(yè)數(shù)字化》?

金融類課程 | 《金融科技創(chuàng)新》.?《商業(yè)銀行變革》?.《數(shù)字人民幣》

思維與技能 |《數(shù)字化管理思維》.《數(shù)字化組織變革》.《用戶思維》

宏觀與趨勢 |《2023宏觀趨勢》.《數(shù)字經(jīng)濟(jì)》.《雙碳戰(zhàn)略》.《新能源汽車》

創(chuàng)新與創(chuàng)業(yè)?|《創(chuàng)業(yè)導(dǎo)師能力提升培訓(xùn)》.《中小企業(yè)賦能》