新药研发、医疗大数据及中国市场：担负健康重任的人工智能

药明康德AI/报道

在过去的五年里，医疗AI初创企业在500多起交易中共获得了超过43亿美元的融资，交易远超AI涉足的其他领域。与此同时，70个AI类的医疗设备和器械获得了美国FDA颁发的“快速通道“资格。

图片来源：Pexels

人工智能可以通过机器学习的方法加速新药设计和研发的流程；利用大数据的优势辅助诊断和治疗，改善患者的健康状况；中国也正抓紧AI的新趋势，在医疗领域发力拓展AI的版图。这也将会是AI改善医疗环境、提高人均寿命的重中之重。

机器学习与新药研发

传统医药行业研发一款新药所需的时间和金钱成本可能远超一般人的想象。从开始研发到投入市场，一款新药平均需要超过十年的研发周期，成本至少达25亿美元（甚至能超过120亿美元）。

机器学习的出现，让人们看到了打破这一尴尬局面的希望。应用了机器学习算法的AI系统，具备大幅缩减研发人员，加快研发周期，降低研发成本的潜力。诸多初创企业也看中了AI在新药研发方面的潜力，希望能开拓出一条更高效的新药研发之路。

图片来源：Pixabay

位于美国马里兰州的Insilico Medicine即是其中之一。Insilico Medicine使用包括生成对抗网络（GAN）和强化学习（RL）在内的AI技术，应用于那些具有已知配体但尚无具体靶标的疾病，为它们生成具有新分子结构的候选药物。

基于上述技术，2018年末，Insilico Medicine的首席执行官Alex Zhavoronkov博士宣布了一项具有突破性的研究结果：该公司46天内以前所未有的命中率生成了针对蛋白质靶点的新分子。46天时间内，不但完成了新分子的合成，还在生物测试系统中检验了分子的有效性。

公司内部正在进行药物发现项目，包括癌症，皮肤疾病，纤维变性，帕金森病，阿兹海默病，肌萎缩性脊髓侧索硬化症，糖尿病，肌肉减少症，和衰老方面的药物。这些新药研发成功后，将为相关疾病治疗带来深远的影响。Insilico Medicine还积极参与与其他机构的合作，今年一月，Insilico Medicine和Elevian达成合作，共同开发靶向GDF11（生长分化因子11）途径以及相关靶点的口服药物。

人工智能与健康大数据

人工智能具备的数据分析能力能重新审视现有的资料，并且探寻那些被忽略的医疗信息。这些信息，很可能就是解决疾病治疗的关键。

以目前常见的心血管疾病为例，这种疾病在全球范围内都是造成因病死亡的首要原因。但诸如急性心肌梗死、呼吸衰竭的发生大多毫无预警，并需要在短时间内采取措施才能挽救生命。在无准备或是无人陪伴的情况下，结果往往令人遗憾。

一款名为WAVE的算法，可以通过处理生理指标数据提前六小时为患者做出健康恶化预警，从而避免意外的发生。去年，美国FDA批准了这套基于AI的系统的医疗预警监测平台的医疗器械申请。

类似的，苹果推出的Apple Watch和谷歌母公司Alphabet旗下Verily推出的Study Watch都内置了心电图检测功能，并经美国FDA获准成为非处方类或处方类医疗设备。结合丰富的健康数据，AI能够在无医务人员照看的情况下快速预估患者的健康状况，并为其提供适当的医疗指导，从而大大提高医疗效率，病人的健康状况也得以改善。

图片来源：Pixabay

病历阅读也是一项AI能做，但常人难以胜任的工作。即便是经验丰富的医生，也无法记住每一位病人的详细信息，更别提系统性地分析这些信息了。但AI则不同，通过阅读电子病历，并综合运算，AI能发现许多未曾被注意到的细节，进而为革新诊疗方法做出指导。

IBM旗下的AI系统Watson的能力之一即是分析病历和临床试验信息。通过和强生、苹果等公司的合作，Watson每天可以处理2万7千份新医疗文档，其诊断肺癌的准确率也可以匹敌人类医生。今年，IBM还和多所机构达成了新的合作，其中也包括提升电子病历使用效率、分析临床数据等内容。

前不久，AI阅读病历的相关研究刚刚刊登于《Nature Medicine》。由广州市妇女儿童医疗中心的夏慧敏教授和加州大学圣地亚哥分校（UCSD）张康教授领衔的一支研究团队带来一款全新的AI诊断工具，它可直接阅读医疗病历，自动分析患者病情，智能给出推荐诊断。

在大数据无处不在的今天，医疗数据的处理无疑会为医疗健康领域的发展带来新的突破。

中国加入战场

目前，已有多家企业加入了医疗AI的战场，其中最值得注意的是科技巨头腾讯。几年前，腾讯投资了医疗AI公司碳云智能。碳云智能位于深圳，旗下拥有基于基因组数据的精准健康管理平台“觅我”，并投资了多家美国医疗AI初创公司。

通过微信入口，腾讯也已经深入了数个医疗流程。患者可以通过微信预约挂号、查看检验报告，或是通过微信支付缴纳医疗账单。近日，腾讯还与德国默克（Merck KGaA）签署了战略合作协议，共同开发数字医疗服务，以期深入医疗服务的多个流程。

机器学习和健康大数据在医疗领域各有本领，但也并非互相割裂。医疗健康的各个流程之间都存在着千丝万缕的联系，这也要求了未来医疗AI产业要具有更强的整合能力。只有打通医疗流程的各个环节，才能更好地利用AI的高超本领，服务医生、患者和所有从业者。

参考资料：

[1] AI Is rapidly augmenting healthcare and longevity. Retrieved Feb 19, 2019 from https://singularityhub.com/2019/02/15/how-ai-is-rapidly-augmenting-healthcare-and-longevity/#sm.000plt1w4188cfdjqov25qt566m0e

本文来自药明康德微信团队，欢迎转发到朋友圈，谢绝转载到其它平台。如有开设白名单需求，请在文章底部留言；如有其它合作需求，请联系[e-mail]。

更多精彩文章：

大家关注的公众号越来越多，找不到“药明康德AI”怎么办？简单四步，将“药明康德AI”设置为星标公众号，问题即可解决。

点“好看”，分享AI健康新动态