制药公司应该建立自己的AI能力吗

人工智能在制药行业具有巨大的潜力，没有时间可以浪费。finnCap的马克·布鲁尔(Mark Brewer)询问制药公司是否应该建立自己的AI能力?

在伟大的人工智能(AI)辩论中，许多制药公司都陷入了困境。除非他们有信心在AI上投资，否则他们不太可能获得竞争优势和先发优势。但是他们通常不愿投资，直到成功为止。

当然，制药业是一个每天处理海量数据的行业，在这里，这个难题特别有先见之明。因此，不建议等待制定AI战略，直到更多有关其优势的例子变得明显为止–那时赶上该战略可能为时已晚。

但是好消息是，在人工智能和制药之间的交汇处发生了一些真正的突破性进展。值得一看的是三个，以便对它们的真正潜力有更大的了解。

“在人工智能和制药之间的交汇处发生了一些真正的突破性发展”

药物研发中的AI

Insilico Medicine是一家总部位于美国的生物信息学公司，于2019年9月宣布，它使用AI在46天之内设计，合成和验证新型候选药物-比平时快15倍。该公司开发了GENTRL(生成张量强化学习)，这是一种用于药物发现的新AI系统，用于在21天之内从头开始设计新型DDR1激酶抑制剂，然后在25天之内进行合成和临床前验证，这是一个综合过程通常需要两年左右的时间。

在最初的21天中，AI程序生成了30,000种可能对抗纤维化的新颖小分子。在随后的25天中，Insilico筛选并合成了六种最有希望的化合物，并进行了选择性和代谢稳定性的体外测试。

AI在临床试验中

对2006年1月至2015年12月的临床试验数据进行的分析发现，只有9.6%的药物开发计划从I期试验成功发展到FDA批准1。大多数试验失败是因为该干预措施未显示出疗效或安全性，但其他因素包括研究设计有缺陷，参与者辍学，资金短缺或无法招募足够的参与者。但这是AI通过提高效率来节省数十亿美元的潜力的地方。

以Deep 6 AI为例，该公司开发了解决方案以寻找患者进行临床试验。Cedars-Sinai医学中心的研究人员在六个月内招募了两名患者进行心脏研究。他们使用Deep 6 AI的系统在30分钟内确定了16名患者，三周后又招募了8名患者加入研究。这种生产率的提高使小型部门可以增加他们可以进行的研究的数量。Cedars-Sinai的三名招聘人员小组现在能够在一年内为30个临床试验找到患者。相比之下，在使用Deep 6系统之前，该中心只有一名招聘人员，每年进行一次研究。

人工智能在临床决策中的作用

通过利用整个卫生系统中产生的大量基因组，生物标志物，表型，行为，传记和临床数据，人工智能还具有改变临床决策过程的潜力。

例如，拜耳与MSD的合作伙伴正在开发AI驱动的软件，以支持慢性血栓栓塞性肺动脉高压(CTEPH)的临床决策。该工具于2018年12月获得FDA突破性设备称号，该工具使用机器学习来梳理来自肺血管，肺灌注和心脏检查的图像结果以及患者的临床病史。

拜耳和MSD希望该系统能够使放射科医生更快地分析这些诊断图像，并更早，更有效和更可靠地识别CTEPH患者。因此，对CTEPH的早期诊断当然也将允许早期使用疗法，从而有益于患者护理。