|
近期的一個周五，家住波士頓的RandellSanders將兩份他的血液樣本，還有一份尿液和唾液樣本交給了護士。臨床醫生將對一些樣本進行測試，看看他的身體對胰腺癌的治療反應。 與此同時，這些樣本也被送到了一家實驗室，在那里人工智能正改變著制藥公司研發藥物的方式。 擅長模式識別的計算機，可以通過大量新的和現有的基因、代謝和臨床信息篩選，來解開致使疾病肆虐的復雜生物網絡。反過來，這也有助于識別可能在特定病人人群中起效的藥物，同時減少藥物研發失敗的機率。 過去，制藥公司使用AI來檢查化學物質——例如，一種藥物是否會附著在特定的蛋白質上。但現在的趨勢是使用AI來探測生物系統，以獲得有關藥物如何影響病人細胞或組織的線索。 由機器學習驅動的生物學洞見也可以幫助制藥公司更好地識別和招募那些最理想的病人進行臨床試驗，這可能會提高那些藥物得到政策部門批準的機會，如FDA。 美國海軍退伍軍人、現年64歲的Mr Sanders所生產的樣本數據，將成為Project Survival這個耗資1700萬美元的項目數據庫中的一部分。資助方是一家位于馬薩諸塞州雷明漢鎮叫做Berg的公司。這家公司是歐美正利用人工智能使得藥物研發成本更低、效率更高的多家公司中的一家。Sanders表示，他同意參加這項研究，希望它能“幫助下一個人”。智能機器將會搜尋他和其他幾百名患者的樣本和基因，得到分子指紋或生物標記。這可以用于幫助測量特定藥物的影響，并識別出這種藥物可能最有用的患者。 Berg的CEO Niven Narain表示，AI驅動的藥物試驗與傳統藥物試驗之間有著巨大的不同。用AI來驅動藥物試驗，我們不能預先做出任何假設。我們不允許[人類]假設來產生數據。我們利用病人產生的數據來產生假設。 廣泛使用 Project Survival是一個更大的希望在智能機器的幫助下研發治療方法的研究項目的一部分。來自Datamonitor Healthcare的一位分析師在2017年5月的一份報告中指出，在藥物研究中利用人工智能技術的其他嘗試包括：使用該技術研制新藥，或為已經批準的藥物尋找新用途，以及通過加速患者招聘和網站選擇，來加快臨床試驗。 一些公司，如加州San Bruno市的Numerate公司和倫敦的BenevolentAI公司，正在研發自己的分子，并將其授權給制藥行業的客戶。其他的公司，如IBM、位于舊金山的Atomwise公司和位于Baltimore的Insilico醫藥公司正在與大學和非營利組織建立研究合作關系，并設立針對制藥公司的人工智能服務。 據默克研究實驗室在Palo Alto的首席科學家David Rosen所說，默克公司正在使用Atomwise的深度學習技術來識別可以用于治療神經系統疾病的化合物。最近，人們對人工智能在醫療上的應用越來越有興趣，一部分原因是由于在機器翻譯和計算機視覺等應用領域，深度學習已經取得了巨大的進步。 今年1月，葛蘭素史克公司和加州Livermore的Lawrence Livermore國家實驗室宣布建立合作伙伴關系，將利用人工智能進行藥物研發。據葛蘭素史克平臺技術和服務部門的高級副總裁John Baldoni表示：通過這項合作，他們是希望在某些情況下，利用人工智能將原來需要耗費10年時間來進行的研發，縮短到1年。 據幾位知情人士透露，歐洲的科學家也正準備發起一項類似的舉措，其中包括強生公司的楊森制藥部門，以及其他幾家制藥公司和學術研究人員。楊森拒絕就該合作發表評論。 對AI興趣的上升是一個多股力量聚合的結果。這些力量包括大量可用的數據、計算能力和算法的提升，還有已經困擾了制藥行業幾十年的冗長的藥物研發時間。 精準度的提高，或者個性化的醫學，也給藥物研發人員帶來了壓力，使他們遠離了一刀切的模式。 “我們知道，同樣的疾病在每個病人身上都是不一樣的，”匹茲堡大學藥物發現研究所的新療法主任Andrew Stern說。“隨著護理變得更加個性化，一些藥物的市場可能“相對于我們過去所看到的來說相對較小。但如果研發過程保持不變，研發成本就不會有太大的差別。 因此，制藥公司希望AI能夠降低開發新藥的成本。目前還沒有足夠的數據支持人工智能將降低成本的假設，部分原因是新藥物的商業化花費如此之久，而且最近對人工輔助生物學的研究也相對較新。 “藥物研發的周期一般需要大約10年，”麥肯錫的Chilukuri表示。因此，收益將在未來10到15年內出現。從中期來看，AI對制藥行業的價值增長可能相當于銷售額增長5%到10%，但長期收益將超過這一水平。 早期收益 一些藥物開發商說，他們已經看到了早期的好處。 楊森制藥數據科學發掘主任HugoCeulemans表示：“在大多數的項目中，楊森已經開始用上了AI。AI系統能夠訓練包括臨床前的數據集在內的不同數據源，通過選擇更恰當的化合物進行藥物合成和測試，以及“標記”化合物是否有毒及不良反應，,使得性能得到了顯著的提升。 默克公司的外部創新主管Joern-Peter Halle說：“默克公司通過使用計算機視覺軟件開發了兩款新藥。計算機軟件可以分析細胞和組織的圖像，其他的AI系統能夠從基因和化學信息的公共數據庫中獲取洞見。 在Berg公司，Narain博士說AI通過幫助他們了解臨床測試中的藥物如何在細胞水平上發揮作用，來幫助科學家決定“要去攻克哪一項癌癥”。Berg的系統首先通過詳細的醫學歷史、科學出版物和化學數據庫的數據來識別病人和病人之間的遺傳和其他標記。然后它將根據與特定疾病相關的基因、蛋白質或代謝物排列，并確定特定的基因或蛋白質與特定的病人結果相關聯。Narain博士說，這種篩查比傳統方法“至少便宜50%”。 AI在藥物研發方面潛力的真正釋放還有一些障礙需要掃清。例如，數據集——因為即使在同一家機構,數據也是分散的或以不兼容的方式在存儲。這使機器很難理解他們，除非在數據上我們真的下功夫。 數據隱私也是個問題。考慮到最近在全世界出現的網絡安全事件。 再一個是藥物審批的流程。這個流程需要動物和人類實驗的數據。這使得不太可能的計算機很快就能完全取代科學家。 FDA新藥物辦公室的副主任Peter Stein表示：FDA鼓勵公司“提高識別有效和安全的分子的效率”。但是，他補充說，FDA的臨床試驗標準和藥物審批程序“還并沒有針對特定的發現策略而有所不同。” 來源：搜狐 |
