新药研发工业化的开始
人工智能(AI)--从计算机算法中学习如何解开复杂的基因组数据,例如疾病的基因表达模式--已经准备好为药物开发,临床研究和医学治疗等各个方面带来革命。但它也可能为人类实现又一个里程碑--降低药品价格。
即使不能彻底消除目前这种效率低下、时间密集、不断试错的创新过程,人工智能也能为其带来显著改观。这正是许多人工智能专家所强调的价值。要知道,美国药物研究与制造商协会(PhRMA)的研究表明,进入临床试验的药物只有约12%能最终获得监管部门的批准。
人工智能在模式识别和表征学习方面的熟练程度不断进化,可以更准确地预测结果,因此在揭示疾病通路的基因水平的复杂性,设计治疗干预措施以及确定将从中受益的患者等方面,人工智能是最有前途的研究工具。
药明明码(WuXi NextCODE)的首席执行官Hannes Smarason先生观察到,AI将药物研究从假设驱动转变为数据驱动的过程。他解释说:例如“一个科学家需要做一个实验,在他意识到这点之前,知识系统对他说:‘你应该做三件事情。’或者,‘你为什么不看一下这四个结果?我已经为你做了实验。’”
Exscientia的首席执行官Andrew Hopkins博士补充说,人工智能“把目前需要手动,依赖于技术人员水平的研发工作系统化”。
AI新药研发的挑战
然而,大多数这些预期的研发节省措施是长期的,在人工智能应用方面仍然存在挑战。
Smarason先生说,还没有直接与AI相关的产品被批准。 “但是我会说,我们肯定会在10年的时间框架内,看到一些跟AI相关的重要(药物)产品面世。”
根据Hopkins博士的观点,目前AI面临的挑战之一是要求“药物研发领域专家定义合理的问题。如果提出的问题太宏大,相关数据不足,提交给AI的问题就会不完善。”
Deshpande博士说,另一个挑战是获得“高质量和一致性的数据来训练算法。目前数据通常保存在孤岛中,并且跨越多个组织。”
Lanza博士补充说,克服传统的研发文化也是一个挑战。 他说:“人工智能本质上意味着不可以解释,而是更多地用作‘黑匣子’。我经常听到,为了使这些预测预言,科学家们想知道AI是如何做到的。 这是通常思考AI的错误方式。关键是,这些算法可以看到的数据中的信号对于人类而言太窄或太宽。因此,如果我们要求人工智能产生人为可解释的结果,就可能限制AI去解决最有趣的问题。”
联系客服