文/陳根

“十年+十億美金=120萬一針”，提起這個醫(yī)藥研發(fā)領域的經(jīng)典說法，大家可能都不得不驚嘆于新藥研發(fā)的周期之長、成本之高、成功率之低。而與此相對應的，卻是世界上還有3萬多種疾病尚未找到對癥的藥物。所以，如何讓更多的患者有藥可醫(yī)，也就成了社會的強勁剛需，更是醫(yī)學界的目標所在。

所幸的是，大數(shù)據(jù)與人工智能（Artificial Intelligence，AI）的興起，讓新藥的研發(fā)有了走出“雙十”困局的機會，讓研發(fā)的進度得以加速，成功率得以提高，成本得到縮減。據(jù)最新報道顯示，目前已有24種借助人工智能設計的藥物處在臨床試驗階段；更有諸多的企業(yè)和研究所借助于AI手段，針對從癌癥到新冠的不同疾病進行著新藥的研發(fā)。

企業(yè)在借助人工智能進行藥物研發(fā)的過程中，重點關注著三個方面：首先，在體內(nèi)選擇正確的治療靶點；其次，設計適于與靶點相互作用的分子；再者，確定該分子最有可能幫助哪些患者。

而區(qū)別于傳統(tǒng)的手動構(gòu)建分子模型的方式，通過人工智能的機器學習則可以利用大量數(shù)據(jù)——包括藥理學和分子學數(shù)據(jù)——自動構(gòu)建復雜模型。通過這種方式，預測藥物在體內(nèi)的表現(xiàn)變得更加容易和快速；同時，機器學習模型還能夠以過去做不到的方式篩選大量未開發(fā)的潛在藥物分子儲備。

使用人工智能還可以改善臨床研究。按傳統(tǒng)方法，臨床研究人員需要嘗試不同的藥物，以了解哪種藥物在同意參加試驗的患者身上是有效的；而現(xiàn)在，借助于人工智能，則可以在此之前同時進行不同療法的測試，并在納入試驗之前根據(jù)患者的情況評估哪一種可能最合適。AI的機器學習可以將患者與現(xiàn)有藥物進行匹配外，更能用于設計新藥物；所以在尋求匹配藥物時，將會帶來更多的選擇。

不僅如此，AI在新藥研發(fā)的速度和成本縮減方面，也發(fā)揮著重要的作用。據(jù)塔夫茨藥物開發(fā)研究中心提供的數(shù)據(jù)顯示，開發(fā)一個新藥的平均成本大約為 26 億美元。一般需要 12-15 年的時間才能將一個新藥從試驗室走入市場。不僅如此，5000 個臨床前化合物大約只有 5 個化合物可以進入臨床試驗，最終只有一個能被批準用于臨床治療，成為真正的藥物。

而如今，伴隨著大數(shù)據(jù)、AI 技術滲透到醫(yī)藥行業(yè)，新藥開發(fā)變得更經(jīng)濟、更有針對性。據(jù)相關統(tǒng)計數(shù)據(jù)顯示：AI 可以將新藥研發(fā)的成功率提高 16.7%，AI 輔助藥物研發(fā)每年能夠為藥企節(jié)約 540 億美元的研發(fā)費用，并在研發(fā)主要環(huán)節(jié)節(jié)約 40% 至 60% 的時間成本。

得益于 AI 技術的高速發(fā)展和演進，AI與科學前沿研究的結(jié)合正在快速地改變世界并造福人們的生活。而AI 藥物研發(fā)作為一個新興的交叉學科，不僅對生命醫(yī)藥行業(yè)產(chǎn)生深遠的影響，也對提高人類壽命的長度和質(zhì)量有重要意義，“讓 AI 流淌進每一款新藥，讓患者更快地獲得有效治療。”

       原文標題 : 陳根：人工智能助力醫(yī)藥研發(fā)