人工智能給生物醫藥行業帶來了什么?



006yXcnnly1fdpnpnvr0gj30qe0fcq3x.jpg

AI:新藥研發工業化的開始

人工智能(AI)——從計算機算法中學習如何解開復雜的基因組數據,例如疾病的基因表達模式——已經準備好為藥物開發,臨床研究和醫學治療等各個方面帶來革命。但它也可能為人類實現又一個里程碑——降低藥品價格。

即使不能徹底消除目前這種效率低下、時間密集、不斷試錯的創新過程,人工智能也能為其帶來顯著改觀。這正是許多人工智能專家所強調的價值。要知道,美國藥物研究與制造商協會(PhRMA)的研究表明,進入臨床試驗的藥物只有約12%能最終獲得監管部門的批準。

AI或機器學習,以及更復雜的延伸技術“深度學習”,旨在改變藥物研發的成功率。專家說,AI技術與傳統的實踐相比,有可能加快研究,更有效地將候選藥物變成上市藥物。

總之,AI代表了生物技術和制藥創新工業化的開始。

NuMedii首席執行官Gini Deshpande博士說,這并不意味著人工智能會取代研究科學家,他更喜歡“智能增強”這個術語,它將人機智能相結合,“簡化相關疾病生物學的發現,從而縮短發現時間,但更重要的是,顯著提高成功的可能性?!?/span>

Andreesen Horowtiz普通合伙人Vijay Pande博士指出,如果AI有效,它可以通過兩種方式對降低藥物價格產生影響。

首先,制藥公司不必將所有臨床試驗失敗的成本轉嫁給付款人;90%的候選藥物從未獲得批準。其次,通過加快上市速度,企業將擁有更多的專利保護年限,以平衡其研發成本。

到目前為止,比其他行業相比,生物技術和制藥公司接受人工智要更慢。但他們已經開始注意到了。 “與生物領域的任何新技術一樣,” Pande博士說:“AI也需要一段時間才能被接受。在某個時點AI會開始發揮作用,這正是我們努力的方向?!?/span>

AI新藥研發的現在

基于AI在其他領域的成功,人工智能(AI)在生物醫學上應用令人興奮。在其他領域,人工智能算法已經訓練機器學習如何識別面孔,說話,駕駛汽車,玩游戲,以及譜寫音樂。

正如《Molecular Therapeutics》的一篇文章中所描述的:“這些任務所需要的學習類型是表征學習;即輸入原始數據后,機器能夠檢測或分類模式或表征信息?!?/span>

這使得人工智能及其子集,機器學習和深度學習很適合用于挖掘大量的基因型和表型數據,這些數據來源于全球公共和私有數據庫,醫院和醫生辦公室,學術研究期刊和個人可穿戴健康監測設備。

Andreessen Horowitz的Pande博士說:“我認為生物學家近幾十年甚至近幾個世紀已經認識到的一件重要的事情是——生物學非常復雜。生物學如此復雜,以至于人類的大腦無法理解所有這一切;我們在理解生物學方面的局限性導致了晚期臨床試驗結果的復雜性?!?/span>

人工智能在模式識別和表征學習方面的熟練程度不斷進化,可以更準確地預測結果,因此在揭示疾病通路的基因水平的復雜性,設計治療干預措施以及確定將從中受益的患者等方面,人工智能是最有前途的研究工具。

Pande博士說:“生物學可能對于人類大腦來說太復雜了,但對于某些類型的AI可能不是太復雜;AI可以用人腦無法實現的方法整合數據,然后能夠將研究人員引導到有趣的新地方?!?/span>

各位專家關于AI的各種描述,強調了它為揭秘生物學和改善患者的醫療保健所帶來的承諾。

藥明明碼(WuXi NextCODE)的首席執行官Hannes Smarason先生觀察到,AI將藥物研究從假設驅動轉變為數據驅動的過程。他解釋說:例如“一個科學家需要做一個實驗,在他意識到這點之前,知識系統對他說:‘你應該做三件事情?!蛘?,‘你為什么不看一下這四個結果?我已經為你做了實驗?!?/span>

Exscientia的首席執行官Andrew Hopkins博士補充說,人工智能“把目前需要手動,依賴于技術人員水平的研發工作系統化”。

對于NuMedii公司的Deshpandi博士來說,AI可以讓研究人員找到“想要尋找的模式,或者是未知或想不到的模式”。

Numerate首席執行官Guido Lanza博士說,AI把“真正的學習環路”的概念引入業界,“所有的決策都可以從以前所有成功和失敗的經驗推倒出來,這個想法令人印象深刻” 。




上一篇:缺氧病菌版提高小人免疫力方法 缺氧開局注意事項
下一篇:萬億級市場啟幕 精準醫療產業創新之路
贵州快3开奖结果