人工智慧可用来制药，可能让我们更快对付疾病吗？

▼

一种借助机器学习技术研发的药物，很快就会进入临床试验阶段。

这意味着，让人工智慧参与制药研发领域，解放科学家的双手，将在未来逐渐变成现实。

这次新药是由英国新创企业 Exscientia 和日本大日本住友制药公司合作，主要用于治疗强迫症患者。

（Source：大日本住友制药）

将在日本进行第一阶段临床测试，如果效果显着，后续还会在全球更多地区展开试验。

（Source：MRCLUB）

在通常情况下，如果想完成新药前期开发，往往需要花费 4~5 年。这期间，研究人员不仅要寻找各种有疗效的化合物，还要逐一确认试剂和反应序列。

但完成研究开发还不够，之后新药还需要进行临床试验和上市审批，又会耗费数年。总体来看，每个新药从开始研发到最终上架，基本耗时都在 10 年以上，还有数十亿美元的花费。

所以大部分时候，如果人类遇到从未见过的新病，往往要等待数年才会看到特效药问世，在这段时间，病人也只能靠现有药物抑制病情。

最近爆​​发的新冠肺炎也面临类似挑战。1 月底，《新英格兰》医学期刊和《科学》杂志先后报道，一款来自吉利德公司的 Remdesivir（瑞德西韦）药物，很可能是抑制和对抗本次新型冠状病毒的理想方案。

不过，由于这款药物尚未在任何一个地区上市，吉利德公司只能先向内地药监局申请，在内地展开小范围临床试验。

也就是说，无论这款药物是否有效，我们都需要等待临床数据出炉后，才能启用上市，然后大规模使用。

如何缩短新药的上市时间，也成了目前医药界希望解决的问题。从大众角度来说，当然希望研发机构能加快速度，让病人尽早获得治疗。

人工智慧技术无疑是不错的突破口。

（Source：Designed by Freepik）

理想情况下，如果能将药物前期研发流程交给电脑，省掉重复性工作，理应能缩短新药上市的时间，甚至可降低不少研发成本。

Exscienta 公司 CEO 安德鲁霍普金斯教授也表示，这次他们在研发强迫症新药时，就使用主动学习演算法，让电脑获得比传统流程更快的辨识速度。这使研究人员只需测试约 350 种化合物，就能筛选出新药的最佳化学结构，候选数量仅之前的五分之一。

最终，新药的研发时间也进一步缩短至 12 个月，且药效比目前市面同类产品更好，持续时间更长。

霍普金斯教授还补充，类似人工智慧演算法技术不仅能用于新药物结构合成，同时也能分析现有病情数据，调查已有的药物，看看它们是否具备对抗新型病毒的价值。

前文所说的瑞德西韦也是“旧药新用”例子。它最早是吉利德公司用于伊波拉病毒患者的治疗方案，当时已积累一定临床数据。

让人意外的是，美国一位新冠状病毒肺炎患者使用此药后明显好转，证明瑞德西韦可能具备对抗这次病毒的潜力，如今吉利德公司和内地药监局已在内地展开临床试验，以尽快获得更准确的结论。

（Source：shutterstock）

虽然目前人工智慧技术已在病人诊断、数据分析和扫描领域应用不少，但参与制药研发还不常见，发展到人体临床试验的更少之又少。

这不仅有技术原因，就和大部分人工智慧生产产品一样，监管机构也需要考虑这些新品类的法律法规和伦理道德问题，同时又不能扼杀新苗。

瑞士诺华制药公司化学专家德里克‧洛就表示，无论技术怎么发展，传统药品审批标准仍不会改变。在他看来，一款新药从无到有，不仅需要考虑前期化学合成，也同样需要兼顾中后期的临床试验，人工智慧只影响一小部分，能节省的时间十分有限。

▲ Exscienta 官网可看到不少大牌制药厂的身影。（Source：Exscienta）

尽管如此，人工智慧在制药领域的潜力被不少公司看中，Exscienta 获得的投资也证明了这点。

目前这家新创公司已获得 2 家制药公司 Evotec 和百时美施贵宝的资金支持，同时也和另外几家制药巨头合作，不乏拜耳和葛兰素史克等制药巨头。

不只制药业，这次新型冠状病毒爆发后，几乎所有想得到的人工智慧技术，都在对抗病毒与疫情发挥重要作用。

2 月1 日，浙江省疾控中心就利用阿里达摩院研发的 AI 演算法，上线全自动化基因组检测分析平台，将原来需要数小时的疑似病例分析缩短至 30 分钟，明显加快确诊时间。

同时，百度研究院也在 1 月 30 日向检测机构和防疫中心免费开放LinearFold 人工智慧演算法，据悉可将本次新型冠状病毒的全基因组二级结构预测从 55 分钟缩短至 27 秒，让病毒的研究及疫苗开发速度快速提升。

（Source：BlueDot）

疫情爆发之前，还有一家名为 BlueDot 的健康监测平台做到提前预警，甚至比世界卫生组织的公告还早了整整一周。

据 BlueDot 解释，他们使用一套经过自然语义训练的 AI 引擎，每天分析 65 种语言约 10 万篇文章，甚至连社群媒体讯息流也不放过，以便即时关注全球传染病的分布状况。

平台得到结论后，BlueDot 再让流行病学专家验证，确认无误后才把资讯同步给大公司和官方机构等客户。

另外，透过分析航班资讯的路径，平台还能提前预测某个传染病的扩散范围。所以 1 月初，BlueDot 便表示新型冠状病毒的感染人群不仅出现在内地地区，未来也将扩散至全球。

BlueDot 创始人接受《WIRED》采访时表示，从 2003 年的 SARS 疫情看到流行病关注的需求，才建立这个平台，希望让人们能及时掌握面临的威胁。

他还认为，人工智慧的优势在于对传染病潜在危机的判断，往往会比官方机构的反应速度更快。毕竟电脑能自动分析大量资讯，且不受人为因素干扰，也就没有隐瞒欺骗。

名为 Healthmap.org 的公共卫生监视网站也在做类似的事，由流行病学家约翰‧布朗斯坦建立，主要使用人工智慧演算法分析各种官方报告、新闻网站及其他来源的数据。

他强调，人工智慧还需要几年，才能在医学领域发挥出应有的影响力。它的目的并不是要取代人类，而是让人类获得超越传统监测手段的力量，补充遗漏的资讯，提供更快、更准确的早期预警，挽救更多生命。

（本文由 爱范儿授权转载；首图来源：shutterstock）

延伸阅读：

• 拜耳与 AI 药物筛选企业合作，计划金额可达 2.4 亿欧元
• 2020 年第一批！皮肤癌 AI 检测产品获 FDA“突破性设备”认定

▼

   特别声明    本页内容仅供参考，版权终归原著者所有，若有侵权，请联系我们删除。