QQ在線
企業微信
資訊
646一種借助機器學習技術研發的藥物，很快會進入到人體臨床試驗的階段。
這意味著，讓人工智能參與到制藥研發領域，解放科學家們的雙手，將在未來逐漸變成現實。
本次新藥是由英國初創企業 Exscientia 和日本大日本住友制藥公司合作得出的，主要用于治療患有強迫癥的病人。
它即將會在日本進行第一階段的人體臨床測試，如果效果顯著，后續還會在全球更多地區展開試驗。
在通常情況下，如果我們想要完成一種新藥的前期開發，往往需要花費4-5年的時間。這期間，科研人員不僅要尋找各種能夠起到治療效果的化合物，還要對所使用的試劑和反應序列逐一確認。
但完成研究開發還不夠，之后新藥還需要進行臨床試驗和上市審批的階段，這又會耗費數年?？傮w來看，每一個新藥從開始研發到最終上架，基本耗時都在10年以上，還有數十億美元的資金支持。
所以大部分時候，如果我們遇到了一種從未見過的新病癥，也往往要等待數年時間才會看到特效藥的問世，在這段時間內，病人也只能靠一些現有藥物來抑制病情。
最近爆發的肺炎疫情也面臨著類似的挑戰。在今年1月底，《新英格蘭》醫學期刊和 《科學》雜志曾先后報道稱，一款來自吉利德公司的 Remdesivir（瑞德西韋）藥物，很可能是抑制和對抗本次新型冠狀病毒的理想方案。
不過，由于這款藥物尚未在任何一個國家正式上市，吉利德公司只能先向中國藥監局進行申請，在國內展開小范圍的臨床試驗。
也就是說，無論這款藥物是否有效，我們都需要等待臨床數據出爐后，才能啟用上市，然后大規模使用。
如何縮短新藥的上市時間，也成了目前醫藥界希望解決的問題。從大眾用戶的角度來說，我們顯然也希望研發機構能加快速度，讓病人能盡早獲得治療方案。
人工智能技術無疑是一個不錯的突破口。
理想的情況下，如果我們能夠將藥物的前期研發流程交給計算機，節省掉一些重復性工作，理應能縮短新藥上市的時間，甚至可以降低不少研發成本。
Exscienta 公司的 CEO 安德魯·霍普金斯教授也表示說，這次他們在研發強迫癥新藥時，就使用了一套主動學習算法，讓計算機獲得比傳統流程更快的識別速度。這使得科研人員只需測試約350種化合物，就篩選出這種新藥的最佳化學結構，候選數量僅為此前的五分之一。
最終，新藥的研發時間也進一步縮短至12個月，而且藥效比目前市面上同類產品的更好，持續時間更長。
霍普金斯教授還補充說，類似的人工智能算法技術不僅能用于新藥物結構的合成，同時也能通過分析現有病情數據，調查已有的藥物，看看它們是否具備對抗新型病毒的價值。
事實上，前文所說的瑞德西韋也是「舊藥新用」的例子。它最早是吉利德公司用于埃博拉病毒患者的治療方案，當時已經積累了一定的臨床數據。
讓人意外的是，早前美國的一位新冠病毒肺炎患者在使用該藥后出現了明顯的好轉，證明瑞德西韋很可能具備了對抗本次疫情病毒的潛力，如今吉利德公司和中國藥監局也已經在中國展開了臨床試驗，以求盡快獲得更準確的結論。
雖然目前人工智能技術已經在病人診斷、數據分析和掃描領域有著不少應用，但參與制藥研發還不多見，發展到人體臨床試驗的更是少之又少。
這不僅有技術上的原因，就和大部分由人工智能生產出來的產品一樣，監管機構也需要考慮這些新品類的法律法規和倫理道德問題，但同時又不能扼殺創新的苗頭。
瑞士諾華制藥公司的化學專家德里克 · 洛便就表示，無論技術怎么向前發展，傳統的藥品審批標準仍然不會改變。
在他看來，一款新藥從無到有，不僅需要考慮前期的化學合成，也同樣需要兼顧中后期的臨床試驗，而人工智能只是影響整個環節中的一小部分，能夠節省的時間十分有限。
▲ 在 Exscienta 官網可以看到不少大牌制藥廠的身影
盡管如此，人工智能在制藥領域的潛力也已經被不少公司看中，Exscienta 獲得的投資也證明了這一點。
目前這家初創公司已經獲得了包括兩家制藥公司 Evotec 和百時美施貴寶的資金支持，同時它也在和另外幾家制藥巨頭進行合作，其中不乏像拜耳和葛蘭素史克這樣的制藥巨頭。
不只是制藥行業，在這次新型冠狀病毒爆發后，幾乎所有你能想得到的人工智能技術，也都在對抗病毒與疫情上發揮了重要作用。
2月1日，浙江省疾控中心就利用阿里達摩院研發的 AI 算法，上線了一個全自動化的基因組檢測分析平臺，將原來需要數小時的疑似病例分析縮短至30分鐘，能明顯加快了疫情的確診時間。
同時，百度研究院也在1月30日向檢測機構和防疫中心免費開放了 LinearFold 人工智能算法。據悉它可以將本次新型冠狀病毒的全基因組二級結構預測從55分鐘縮短至27秒，讓病毒的研究及疫苗開發速度快速提升。
在疫情迅速爆發之前，還有一家名為 BlueDot 的健康監測平臺實現了提前預警，甚至比世界衛生組織的公告還早了整整一個星期。
根據 BlueDot 的解釋，它們在平臺上使用了一套經過了自然語義訓練的 AI 引擎，每天會分析65種語言下約10萬篇文章，甚至連社交媒體上的信息流也不會放過，以便實時跟蹤全球傳染病的分布狀況。
當平臺得到結論后，BlueDot 會再讓流行病學專家進行科學驗證，確認無誤后才會把信息同步給大公司和政府機構等客戶。
另外，通過對航班信息的路徑分析，平臺還能提前預測出某個傳染病的擴散范圍。所以在1月初，BlueDot 便表示新型冠狀病毒的感染人群不僅會出現在中國地區，未來也將擴散至全球的其它城市。
BlueDot 的創始人接受《連線》采訪時表示，他們從2003年的非典疫情中看到流行病追蹤的需求，才選擇建立這樣一個平臺，希望讓人們能及時掌握到自己所面臨的威脅。
他還認為，人工智能的優勢在于它對于傳染病潛在危機的判斷，往往會比政府機構的反應速度更快。畢竟它能自動分析大量信息，而且不會受到人為因素的干擾，也就不存在瞞報的行為。
名為 Healthmap.org 的公共衛生監視網站也在做類似的事情，該網站由一名流行病學家約翰·布朗斯坦建立，主要會使用人工智能算法來分析各種政府報告、新聞網站以及其他來源的數據。
他強調說，人工智能還需要幾年時間，才能在醫學領域發揮出應有的影響力。它的目的并不是要取代人類，而是讓人類能夠獲得超越傳統監測手段的力量，補充遺漏的信息，提供更快、更準確的早期預警，挽救更多生命。
