人工智能在药物开发和诊断中的发展
普遍认为，人工智能可以实现突破从而发现更高效、更低成本的药物。其核心是多种需要编程和训练的计算技术的组合，可以快速分析庞大的数据集。而需要注意的是，人工智能平台的输出受到算法以及输入数据集的大小和质量的限制1。鉴于药物开发由多个步骤组成，且每个步骤都会产生大量数据，人工智能应用程序将有助于简化流程并可能减少时间和成本。此外，人工智能将有助于减少人为低效和失误，促进药物设计、筛选和验证过程的标准化2。而且人工智能还可以淘汰可能在下游验证中失败的候选药，这样，药物开发人员可以专注于成功率更高的可行候选药。
最近，几家初创公司致力于开发尖端的人工智能方法，制药行业也迅速涌现资金庞大的合作项目以充分利用现有的人工智能专业知识。例如，赛诺菲宣布了几项大型人工智能合作项目，其中在2022 年 1 月，赛诺菲扩大了与 Exscientia 的合作伙伴关系，提出多达 15 个肿瘤学和免疫学的新目标，预付款1 亿美元3。若此合作显示出临床和商业上的成功，Exscientia 将净赚高达 52 亿美元。此外，赛诺菲最近还与拥有药物设计专有平台的人工智能公司 Atomwise 签署了合作协议，预付 2000 万美元。如果该项目取得成功，Atomwise获利可达 12 亿美元4。默克也不甘示弱，与 Absci达成了一项价值高达 6.1 亿美元的合作交易，使用他们的综合药物创造平台来确定 3 个目标疾病及疗法5。 Amgen 也与广受关注的人工智能公司 Generate Biomedicines 合作，以识别跨疾病适应症的多特异性药物6。Amgen 承诺5000 万美元的预付款以及目标实现后高达 19 亿美元的里程碑付款6。
这些合作似乎都遵循类似的模式，即制药公司资助小型人工智能公司，不断完善和测试他们的技术，并承诺如果人工智能平台确定可行的候选药且显示出临床和商业上的成功，人工智能公司将获得巨额经济回报。这表明，人工智能驱动的药物发现尚处于早期阶段，特别是因为目前还没有数据表明人工智能确实可以产生更有效、更便宜的药物。事实上，一家医药贸易杂志的一项民意调查显示，大约三分之一的受访者认为人工智能将在大约十年后达到顶峰7。
人工智能在诊断领域的影响更为广泛。最常用的诊断方法是基于病理学，对组织样本进行手动组织学分析。而手动诊断非常耗时，并可能由于对特定组织切片的主观分析而导致人为失误。人工智能方法则可能加快准确诊断、减少人为失误，并提供疾病生物学的见解8。近年来，数字病理学取得了长足的进步，并且有获得 FDA 批准的完整数字病理学工作流程系统可用9。基于数字病理学的诊断在癌症领域取得了进展，有助于病理学家提供更准确的诊断并评估靶向治疗的生物标志物表达9。很明显，人工智能将继续推进精准诊断，支持靶向治疗和精准医疗。
参考文献:
2https://www.dataart.com/blog/how-ai-will-disrupt-drug-development
7https://www.pharmaceutical-technology.com/comment/ai-peak-drug-discovery-development/
