|
医趋势说 几年前，语音控制Siri设定一个5分钟计时器就是人工智能。 如今，人工智能迈入试错率高的生物医药行业，为解开复杂的基因密码、提高研发效率提供了可能，颠覆传统的研发治疗模式，制药2.0时代来了！ 2018年2月，制药巨头罗氏爆出了一个重磅消息——以 19 亿美金收购肿瘤大数据公司 Flatiron Health 的全部股份。 Flatiron Health，是一家肿瘤大数据业内的领头羊。主要聚焦于肿瘤临床数据，目前有近一百万患者临床数据。能够为罗氏乃至整个行业的肿瘤药物研发提供所需的技术和数据分析能力，帮助其做新药研究决策，为肿瘤学研发设立全新的标准，加速新药上市进程。 许多分析人士称，罗氏此次并购的金额具有前瞻性，体现了包括“Flatiron”大数据公司在内的未来价值。 相比其他行业，生物技术和制药公司接受数字化、人工智能要更慢一些，这是由其生物学的复杂程度所决定。 但随着人工智能技术的成熟，制药企业也在加大AI领域的投入，AI正在大步迈入生物学领域。 那AI究竟在制药行业产生怎样化学反应呢？ AI如何助力制药行业 美国波士顿的Randell Sanders是位前列腺癌患者，他参加了一个叫“生存计划”的活动，他的两份血样以及尿液和唾液样本将会送到一个实验室，提取的数据将进行AI和药物研究。 Randell Sanders将自己的生物样本捐给实验室 （图片来源：华尔街日报） AI能够从他和其他成百上千名病人的样本和基因中，检索排查，寻找到分子特征或生物标志，用于日后药物疗效评估，发现确定药物最可能起效的病人。他希望通过这种方式“帮到下一个人”。 颠覆传统药物研发模式，降低研发成本 传统药物试验模式是“先假设再验证”； 而AI让药物研发模式180度翻转，研发数据是从病人那里获取并生成假设。 要知道，新药研发是一个耗时耗资都非常庞大的工程，且失败率高。近年来，药企研发成本不降反升。根据PhRMA估计，开发一种新药的平均成本是26亿美元，大约耗费10年时间。 ▲近40年药品研发成本对比 其中，有一半的临床试验失败源于候选药物缺乏有效性，也就是靶标不对。 在某肿瘤新药研发中，人体携带的癌症相关基因约500个，还会产生1000个基因变异，设计10多条信号通路和60多个药物靶点。如果通过人工解读，费时费力不说，还会产生误判和遗漏。 AI的深度学习能通过穷尽肿瘤靶点数据库找到靶点，运用云端计算和算法精准预测，快速筛选活性化合物，虚拟构建药物分子，缩短研发周期，从而提升研发过程的效率。 根据TechEmergence的研究报告，人工智能可以将新药研发的成功率从12%提升至14%， 这仅有的2%的增长不容小嘘，不但可以为整个生物制药行业节省数十亿美元，还能帮研发人员省下数千个不必要的工作日，减少了研发的“运气”成分。 此外，基因测序技术的发展，也让获取数据的成本更低，AI则为这些数据插上了“翅膀”。 未来，在AI的助力下，药品价格也可能随之降低。 ①研发时间缩短，从而加快了药品上市速度，企业可以获得更多的专利保护年限。 ②临床试验成功率提高也降低药品成本，药企将不必将更多的临床失败成本转嫁给消费者。 除了应用于新药研发，AI对创新药品疗法也有很大作用。 提升精准治疗 同一疾病在每个病人身上表现都不会完全相同。 精准医疗或个性化医疗的兴起，也给制药企业带来压力， 迫使它们放弃“放之四海皆准”的药物研发治疗模式。特别在重大疾病上，同病同治，误诊高疗效差。 擅长模式识别的AI能从海量的基因、代谢及临床信息中筛选，破解各类疾病背后复杂生物网，设计治疗干预措施，从而助力适用于特定病人群体的药物，治疗更精准，副作用相对传统疗法要小。 更有趣的设想是，如果结合数字治疗和现有小分子药物，或者可以用一个更加低成本的方式，将专利药做成同类中最好的药物。 此外，发现新药、老药新用、用大数据帮药企更好地确定并招募临床试验病人，AI在制药领域大有可为。 AI带来的诸多价值，也备受各大药企追捧。 药企与AI公司布局现状 AI技术引发了AI创业大潮，新型初创公司如雨后春笋般冒出。传统药企涉足新领域，最快捷的方式，就是通过与初创公司合作，探索提高新药研发效率、节省更多成本的路径。 就目前来看，不少巨头已经与AI企业达成合作共识。 合作企业：GSK + Exscientia 合作内容：疾病靶点药物研发 2017年GSK与指导药物研发的初创公司Exscientia在药物研发达成战略合作，Exscientia 通过AI药物研发平台为GSK的10个疾病靶点开发创新小分子药物，并且针对这些靶点药物发现临床候选药物。如果Exscientia 达到所有预订的里程碑，总计将从GSK获得3300万英镑的资金。 除此之外，Exscientia还与多家制药公司达成药物研发合作，比如在2017年5月与赛诺菲达成开发代谢疾病领域创新药物战略合作。 合作企业：强生 +BenevolentAI 合作内容：AI用于药物挖掘 2016年，强生与英国AI技术开发和应用公司BenevolentAI达成新药研发合作。 BenevolentAI被称为欧洲最值钱的人工智能初创公司，2013年-2015年，共进行了四轮融资，总额达到8772万英镑（约合1亿美元），估值达到17.81亿美元。 其核心技术是一个叫做JACS（Judgment Augmented Cognition System，判断加强认知系统）的人工智能系统。JACS在运算中从论文、临床试验中提取大量的数据，提取推动药物研发的知识，提出新的可被验证的假设，加速新药研发。 强生把一些尚处于试验中的小分子化合物转交给了BenevolentAI，进行新药挖掘开发。 合作企业：MSD +Atomwise 合作内容：AI用于新药有效性/安全性预测 2015年，默沙东与美国的Atomwise合作，其开创性的AtomNet技术平台能像人类药物化学家一般逻辑思考，它每天使用强大的深度学习算法和超级计算机工具分析数百万的潜在疗法，从而加快药物研发进程。 主要针对的是新药的有效性和安全性预测。 合作企业：武田 +Numerate 合作内容：深度学习算法分析表型数据 2017年6月，加州圣布鲁诺的 Numerate 公司与武田药业正式签约，就使用 Numerate 公司的人工智能技术，寻找肿瘤学、胃肠病学和中枢神经系统疾病的小分子药物展开合作。 合作企业：辉瑞 +IBM Watson 合作内容：AI用于新型药物靶点和组合疗法 2016年12月，IBM与辉瑞合作，协助辉瑞的免疫肿瘤药物研发。 IBM的Watson机器人可以快速分析大量的文本数据，使用大量实验室数据、临床报告，用来寻找潜在药物。也备受阿斯利康在内的众多药企追捧。 此外，辉瑞也将VR技术带入新药研发领域，探索VR技术在药物研发的可能性。 比如，头戴式显示器（HMDs）可供个人使用，代表产品Oculus Rift和HTV Vive。 合作企业：罗氏基因泰克 +GNS Healthcare 合作内容：贝叶斯概率推测肿瘤学中的疗法功效 罗氏基因泰克与医疗行业数据化分析公司GNS Healthcare达成协议，使用 GNS 的 AI 平台分析已知疗法在肿瘤学中的功效。 GNS Healthcare能把大数据、机器学习和仿真技术结合起来判断疾病预后效果，从而辅助医疗供应商进行市场决策。 不得不说，在新技术的应用上，跨国药企已经走在了前列。 而将目光转回国内，我们却发现国内相关公司并不多。2017年，政府已经把人工智能纳入国家战略，可见其重视。 但AI助力生物制药还是一个相对的新生事物，药企仍有很长的路要走。 AI+制药，多重障碍有待跨越 我们已经看到AI应用于制药领域的初步好处，但因为生物学的复杂性，还没有直接与AI相关的产品被批准，也让AI在生物医学发展还有诸多障碍需要跨越。 ①每个企业对数据的定义不同，前数据通常保存在孤岛中，并且跨越多个组织。驱动数字化的概念仍然需要整个行业来配合。 ②生物信息学还没有完全提高药物开发的成功率，使得许多制药巨头对AI还存在一种观望心理。 ③传统企业如何定位数字化发展成为未来发展关键，数字化年代需要速度和敏捷性，传统的企业需要不断提高适应能力。 此外，新药发现和研发面临的挑战数不胜数，AI可以解决的部分有限。 许多人都担心，AI的到来将会取代研发人员。事实上，AI只是工具，能提高药物研发的效率，而不能真正替代人脑。我们也不必过度神话它。 但可以知道的是，医疗AI人才“军备竞赛”也已经进入白热化阶段。 面对磅礴的AI市场，未来十年甚至二十年全球都会进行一场人才争夺战。医趋势曾在此前报道过关于医疗AI人才的相关情况，希望能够给想要投身于其中的有志之士一些新的灵感。 更多医疗AI人才内容：全球抢人！顶级医疗AI人才都从哪里来？ 2018 医趋势年度独家内刊 第一批订购已全部售完 加印1000本火爆抢购中 这是给自己最好的新年礼物 你将从一本书中，读懂中国医疗的未来！ |
|
|
