人工智能也就是Artificial Intelligence，AI，它亦被稱作是機器智能，是由人制造出來的機器所表現(xiàn)出來的智能。它被認為是具有潛力的市場，衍生出來的智能技術正廣泛應用于多個行業(yè)。在制藥行業(yè)中，人工智能能發(fā)揮哪些作用?

　　筆者了解到，人工智能在制藥行業(yè)中主要的作用就是針對疾病靶點找到合適的“hits”。簡單來說，人工智能可以用于基于靶點和表型的藥物開發(fā);可以根據(jù)生物醫(yī)藥的數(shù)據(jù)尋找未被發(fā)現(xiàn)的候選藥物;可以進行復雜的多靶點藥學研究;也可以對現(xiàn)有藥物進行新適應癥開發(fā)。當然，在對海量資料、文獻和專利的收集與分析上，人工智能更可以大展身手。

　　另外，在新藥研發(fā)方面，人工智能可以發(fā)揮重要功效。新藥研發(fā)是一個系統(tǒng)工程，從靶點的發(fā)現(xiàn)與驗證，到先導化合物的發(fā)現(xiàn)與優(yōu)化，再到候選化合物的挑選及開飯，最后進入臨床研究，過程復雜且漫長。

　　據(jù)悉，目前人工智能在新藥研發(fā)的各個領域可謂是熱鬧非凡，制藥巨頭與人工智能領域的公司開展合作。比如強生與Benevolent AI、默沙東與Atomwise、武田制藥與Numerate、賽諾菲和葛蘭素史克與Exscientia、輝瑞與IBM Watson等。

　　而在國內(nèi)方面，一些藥企也看好人工智能在制藥行業(yè)中的應用。比如6月11日，藥明康德與美國新一代人工智能公司Insilico Medicine簽署一項合作協(xié)議。嘗試利用Insilico Medicine獨有的生成對抗網(wǎng)絡(GAN)和強化學習(RL)等新型算法，針對全新的以及具有挑戰(zhàn)性的靶點，為客戶開發(fā)理想的臨床前藥物候選分子。

　　盡管國內(nèi)外藥企大多看好人工智能與制藥行業(yè)的相遇，但有關專家指出，人工智能在藥物開發(fā)中的應用仍然有限，特別是在臨床開發(fā)中有一個主要障礙，就是研究人員歷來可以獲得的數(shù)據(jù)在質(zhì)量和數(shù)量上都不夠。

　　具體而言，云和大數(shù)據(jù)的需求歷來是有限的。雖然制藥行業(yè)正在處理大量文件和數(shù)據(jù)，作為藥物開發(fā)和監(jiān)管提交的支持，但與航空等其他行業(yè)相比，這一數(shù)量十分有限。

　　更為重要的是，制藥業(yè)是一個受到嚴格監(jiān)管的行業(yè)，因此制藥企業(yè)需要遵守監(jiān)管準則。不過，雖然制藥行業(yè)與其他受監(jiān)管的行業(yè)沒有什么不同，例如金融。然而，制藥行業(yè)還是具有確保患者識別數(shù)據(jù)隱私的附加限制。這使得人們更不愿意 “開放”數(shù)據(jù)到云端。

　　此外，新藥研發(fā)的復雜性和保密性也決定了這個領域可利用的數(shù)據(jù)十分有限，短期內(nèi)人工智能將難以產(chǎn)生顛覆性影響。不過，隨著云等流程和技術的不斷改進以及數(shù)據(jù)收集，研究人員很有可能會將人工智能納入醫(yī)療保健連續(xù)體的更多領域。

　　總體而言，基于大數(shù)據(jù)的人工智能，擅長的是對已有知識的挖掘、重新組織和分配，所以人工智能可以學習已有的影像診斷規(guī)則，甚至能夠看得更細、更快，也可以在海量的數(shù)據(jù)中尋找已有知識的關聯(lián)性。

　　但每一次新藥研發(fā)的成功，都是人類突破已有的知識框架，對疾病認知的新突破。新知識的產(chǎn)生，來源于人類的無數(shù)次試錯和實踐，而不是一條條畫在已有知識間的連線。