楊蓉

2018年10月底，在哈弗醫(yī)學(xué)院由Corey Lane Partners，LLC創(chuàng)辦的BioPharma AI應(yīng)用峰會(huì)圓滿落幕。這次峰會(huì)堪稱是人工智能和生命科學(xué)相交的一個(gè)顯型快照，以下總結(jié)了這次峰會(huì)的十項(xiàng)觀察結(jié)果。

1.藥物開發(fā)企業(yè)問題逐漸暴露，AI應(yīng)用潛力很大

傳統(tǒng)的制藥公司在藥物開發(fā)方面都會(huì)存在時(shí)間長、花費(fèi)多的問題，這也是人工智能介入的重要原因之一。塔夫茨（Tufts）藥物研究中心最新數(shù)據(jù)顯示，開發(fā)一種新藥，平均費(fèi)用為26億美元，新藥的平均上市時(shí)間為12年。目前，大約有10%的候選藥物開始從測試階段進(jìn)入市場。很顯然，這些數(shù)字被改進(jìn)的空間還很大，人工智能有很大的輔助潛力。

2.藥物開發(fā)中的AI應(yīng)用預(yù)見火熱

目前，很多公司都開始將人工智能應(yīng)用到藥物研發(fā)過程中，例如創(chuàng)業(yè)公司Berg Health，該公司正在收集前列腺癌癥患者的相關(guān)數(shù)據(jù)，作為新藥物研發(fā)的測試數(shù)據(jù)。Insilico Medicine被評為全球人工智能百強(qiáng)公司，該公司的首席執(zhí)行官Alex Zhavoronkov在大會(huì)上表示，我們都沒有能力去評估Insilico背后的科學(xué)，該公司擁有人工智能所有的外在跡象，發(fā)表過多項(xiàng)論文，以及GANS等先進(jìn)技術(shù)生成對抗網(wǎng)絡(luò)，深度學(xué)習(xí)方法，并且還擁有杰出的合作伙伴，以及“先進(jìn)的端到端藥物AI”目標(biāo)。

3. AI藥物領(lǐng)域，小公司勝過大公司

在AI藥物領(lǐng)域，很多初創(chuàng)公司的發(fā)展速度都遠(yuǎn)遠(yuǎn)超過大型制藥公司，例如Berg和Insilico。這些初創(chuàng)的制藥公司正在不斷地將新藥物推向市場，發(fā)展前景不可估量。大會(huì)上多位發(fā)言人表示，大型制藥公司對創(chuàng)業(yè)生態(tài)系統(tǒng)的推動(dòng)并不明顯，甚至還會(huì)出現(xiàn)被投訴的現(xiàn)象，眾人多抱怨大型制藥公司費(fèi)時(shí)又費(fèi)錢。在人工智能領(lǐng)域，大型制藥公司憑借豐富的內(nèi)、外資源，其發(fā)展速度和規(guī)模勝過小型公司，但AI藥物研發(fā)應(yīng)用的幅度卻不是很大。據(jù)了解，輝瑞（Pfizer））目前正在進(jìn)行著150多個(gè)人工智能項(xiàng)目的研發(fā)工作，但是涉及藥物發(fā)開的項(xiàng)目卻很少。

4.高投注，低信度

如今，很多藥物企業(yè)傾向于投注高期望的AI項(xiàng)目，即便他們對自己的需求并不明確。大會(huì)上，大型制藥企業(yè)和一些初創(chuàng)公司的高管一致認(rèn)為，在建立未來人工智能項(xiàng)目時(shí)，必須優(yōu)先考慮好模型性能監(jiān)控和項(xiàng)目規(guī)劃的問題，包括假設(shè)定義和測試標(biāo)準(zhǔn)。一個(gè)好的人工智能項(xiàng)目不僅要關(guān)注狹義的研究問題，更需要觀測長期效果，以確保項(xiàng)目的可持續(xù)性和擴(kuò)展性。

5.數(shù)據(jù)是制藥和生命科學(xué)中人工智能的關(guān)鍵

制藥和生命科學(xué)中的人工智能應(yīng)用，數(shù)據(jù)是最核心的所在。其中大部分涉及“組學(xué)”數(shù)據(jù)———基因組學(xué)、蛋白質(zhì)組學(xué)、生物組學(xué)和代謝組學(xué)等，越來越多的數(shù)據(jù)被應(yīng)用到制藥領(lǐng)域，作為各種測試中的“假設(shè)”。很難想象在沒有人工智能的情況下，怎樣分析這些數(shù)據(jù)，當(dāng)然也可以想象，在這樣的大數(shù)據(jù)時(shí)代，擁有極強(qiáng)數(shù)據(jù)分析能力的公司占據(jù)了多大的優(yōu)勢。

6.在這段旅程中，沒有人會(huì)單獨(dú)行動(dòng)

在藥物領(lǐng)域，一個(gè)組織想要獨(dú)自進(jìn)行人工智能的研發(fā)是很難的，因?yàn)闀?huì)涉及到很多伙伴關(guān)系和生態(tài)系統(tǒng)之間的關(guān)系。很多小公司都開始跟大公司聯(lián)手組建醫(yī)療保險(xiǎn)人工智能聯(lián)盟，圍繞該項(xiàng)技術(shù)進(jìn)行合作和倡導(dǎo)，即便是一家大型的制藥公司，在早期發(fā)展中也需要得到外界的幫助。

7. Watson AI已失寵

會(huì)上沒有多少人提到過IBM的Watson，因?yàn)榇蠹艺J(rèn)為它在癌癥治療方面效果并不是很好。Watson AI似乎不再被視為改善藥物開發(fā)的一個(gè)因素。據(jù)了解，輝瑞利用沃森進(jìn)行藥物開發(fā)的試點(diǎn)工作仍在進(jìn)行中，但該公司正在“冷卻”這項(xiàng)技術(shù)。

8.藥物領(lǐng)域的AI預(yù)測≠自動(dòng)化預(yù)測

與人工智能許多預(yù)測不同的是，在人工智能藥物開發(fā)領(lǐng)域中，似乎沒有人會(huì)說人類科學(xué)家和護(hù)理提供者在未來將不被需要。相反，在醫(yī)藥領(lǐng)域，他們都是同等類型的人，除此之外，該領(lǐng)域還會(huì)增加大量的數(shù)據(jù)科學(xué)家和AI工程師。Flatiron Health就將這一問題解釋得很好，在這家數(shù)據(jù)驅(qū)動(dòng)的癌癥治療公司，AI“增強(qiáng)”不等同于自動(dòng)化“增強(qiáng)”。2018年年初，F(xiàn)latiron Health被瑞士制藥巨頭羅氏收購，目前，主要負(fù)責(zé)的任務(wù)是從醫(yī)生的筆記和電子健康記錄中的其他非結(jié)構(gòu)化數(shù)據(jù)中提取關(guān)鍵信息。Flatiron使用自然語言處理AI工具不是為了減輕工作任務(wù)，而是為了提高生產(chǎn)力。

9.數(shù)據(jù)質(zhì)量問題仍在，仍需著重關(guān)注

雖然藥物開發(fā)中的人工智能應(yīng)用正在有條不紊地進(jìn)行著，但是數(shù)據(jù)質(zhì)量的問題仍需著重關(guān)注。會(huì)議上經(jīng)常會(huì)有發(fā)表“數(shù)據(jù)不良”聲明的說法。雖然很多企業(yè)正在努力改進(jìn)算法和人工智能基礎(chǔ)設(shè)施，但數(shù)據(jù)質(zhì)量問題始終存在。眾所周知，金融風(fēng)險(xiǎn)很高，有偏差的數(shù)據(jù)標(biāo)準(zhǔn)和粒度會(huì)導(dǎo)致算法偏見，從而即便是再多的努力也是浪費(fèi)時(shí)間和資源。同樣因?yàn)檫@個(gè)問題，很多的數(shù)據(jù)采集者在數(shù)據(jù)收集階段就致力于提高數(shù)據(jù)質(zhì)量。

10.知識共享及數(shù)據(jù)質(zhì)量比數(shù)據(jù)收集更重要

會(huì)議上的幾位發(fā)言者提到，制藥公司傾向于根據(jù)數(shù)據(jù)庫的數(shù)量來囤積數(shù)據(jù)并評估其未來是否成功。Sanofi首席數(shù)據(jù)官M(fèi)ilind Kamkolkar在大會(huì)上表示，知識共享和提升數(shù)據(jù)質(zhì)量的合作比收集數(shù)據(jù)更重要，但藥物領(lǐng)域的競爭非常激烈，任何公司都不愿意向競爭對手分享他們爭取到的數(shù)據(jù)。預(yù)計(jì)不久的將來，醫(yī)療保健和制藥利益相關(guān)者將不得不與數(shù)據(jù)所有者（即醫(yī)療保健提供者、患者和其他醫(yī)療保健消費(fèi)者）協(xié)商數(shù)據(jù)的使用權(quán)。

人工智能在制藥行業(yè)的應(yīng)用還處于早期階段，目前已經(jīng)有大量的企業(yè)投注于這個(gè)領(lǐng)域，但是未來如何還需持續(xù)關(guān)注。