细数生物医药领域“灯塔”级AI项目，有望照亮行业发展之路吗？

药明康德AI/报道

灯塔，顾名思义可指引照亮前路；那么所谓的灯塔项目我们可以理解为，在单一、专业领域内专注于可交付成果的小努力，从而为大型企业的战略方向照亮一条通向未来的道路。将灯塔项目的比喻引用于生物制药行业也同样可行，随着生物制药行业的数字化转型继续快速推进，以及人工智能技术、机器学习等工具的迅速普及，大型药企的一些研发项目有望更快推进，进而产生更大的影响。

目前，计算机科学领域的专业知识，比如AI、大数据、区块链等，正在通过合作的模式迅速扩散到整个行业。各类不等规模的科技公司提供多样化计算机解决方法的同时，药企、器械公司也正与其不谋而合，正是这样，我们才可以看到越来越多计算机科学结合生物医药领域的研究、产品不断出现在大众视野。

图片来源：Pixabay

过去几年，生物制药公司已开始着手建立一个庞大的、互通的合作“网络”，他们期望通过人工智能的高效化运转，从分子设计到临床试验规划，再到供应链、质量控制以及销售策略，对企业进行数字化加持，从而最大限度地提高其价值。

本月早些时候，Optum对500名医疗健康行业领袖和专业人士进行了一项“医疗健康领域AI的应用和投资增长”调查，结果显示，相对于2018年，认为其所属的公司/组织已经布局并在实际工作中运用AI策略的行业领袖数量同比增长了近88%。此外，半数受访者表示：其所属公司/组织于未来5年内，在AI相关项目上平均花费约为每人4000万美元，他们预计这些投资将在3年或更短的时间内获得正回报。

图片来源：optum公司官网

Optum总裁兼首席运营官Dan Schumacher先生在一份声明中表示：“在越来越多企业中能看到，高管愈发信任人工智能技术，这有助于生物医药领域大量专业使数据更具可操作性，从而促进更加惠民的卫生服务系统的诞生。”

建立协作，加速交叉领域研究进展

随着新方法可用性被不断验证，也潜在地为AI快速应用于研发、医疗领域提供了条件。

目前许多公司一定程度上缺乏在未来几年独立完成转型所需的AI专业知识，所以建立协作和伙伴关系是至关重要的。根据德勤（Deloitte）的一份报告预测，在医疗科技公司中，预计到2040年为止，当前以疾病为重点的医疗体系将彻底改革，未来取而代之的将是一种前瞻性的、数据整合的、个性化的医疗服务体系。

目前，将AI技术结合医疗健康最成熟的运用是数字病理学和辅助诊断方面。许多研究项目旨在使用机器学习来发现图像或扫描中的疾病、状况的模式。通过检查胸部X光、MRI扫描、组织切片、眼底成像图片等，从而帮助减轻医院部门的负担。

2018年4月，FDA批准了第一个使用AI检测糖尿病视网膜病变病例的医疗设备IDx-DR。糖尿病视网膜病变是糖尿病患者最常见的导致视力丧失的原因，据统计，目前在中国糖尿病的患病人数在4000万人以上，这当中约30％左右可能已经有糖尿病视网膜病变，而这之中视力受到严重威胁的可能要在300万左右。可见，糖尿病对人们视觉影响不容小觑。通过使用从视网膜上上传的高清数字图像，这款AI眼底筛查系统完全实现了AI自主诊断、治疗，它可以检测出那些病情较轻的患者，并将他们转诊给专业医疗人员。

海量数据中产生洞见

研究和医疗自动化不仅可以加强数据挖掘、产生更多数据洞见，更重要的是数据的安全性与保密性有了多重保障。一般来说，药企非常注重对数据的保密，知识产权保护在生物医药领域是重中之重。

以MELLODDY（Machine Learning Ledger Orchestration for Drug Discovery的缩写）项目为例，它主要用于药物研发，是一个新兴的药物研发联盟，能够兼顾数据共享和安全性。该项目使用基于区块链技术的基础设施来保护机密性文件和专有信息，它旨在构建一块大型制药公司与研究合作伙伴之间共享临床前数据的“数据阵地”。目前MELLODDY汇集了17家合作伙伴，包括10家制药公司，如安进（Amgen）、拜耳（Bayer）、葛兰素史克（GSK）、杨森（Janssen）和诺华（Novartis）等，两所顶尖大学，4家开拓性初创公司，以及英伟达（NVIDIA）的AI计算平台。

图片来源：Pixabay

与此同时，美国国立卫生研究院（NIH）的目前正致力于构建通用的医学数据交流系统，其目标是将来自医院、研究机构、企业等不同领域的专家聚集在一起，并基于这些数据发现，来重新定义当前的疾病定义。

机器学习的厉害之处在于，它还可以从多个来源的海量数据中发现隐藏模式、找到规律。在杂乱无章的数据世界里，无论是多么微小的数据差异都无法逃脱AI的“慧眼”。

在大家十分熟悉的阿尔茨海默病领域，AI技术便发挥其所长，帮助预示阿尔茨海默病和痴呆症的发作。苹果公司、礼来（Eli Lilly）以及Evidation Health展开合作，公布使用智能设备，对阿尔茨海默病（AD）患者的数字化检测研究的结果。这项研究表明，使用包括iPhone、苹果手表、iPad以及苹果公司的Beddit睡眠监测器在内的智能设备，与数字应用程序的组合，有助于发现并区分患有轻度认知障碍（MCI）或与AD相关轻度痴呆症的患者。

在生物学领域，AI项目又有何引导意义呢？谷歌旗下的子公司DeepMind在去年开发了一款人工智能程序AlphaFold，用于解决医学科学中最具挑战性的问题之一：预测蛋白质折叠问题。蛋白质的折叠过程决定了DNA中编码的蛋白质将如何在体内发挥作用，并会导致何种疾病，而了解它们的结构更将有助于发现新药物。过去这个领域的科学家们曾经依靠人类的直觉来解决该难题，但随着人工智能技术的出现，科学家们开始教机器做这样的事。

人工智能，以一“人”之力，开始催生出一些生物医药领域的变革。星星之火，可以燎原，相信在药物研发以及医疗健康领域，那些相对占少数的AI项目可以产生出巨大的影响力，从而成为指引行业再发展的“灯塔”。

药明康德AI整理编译

题图来源：Pixabay

参考资料（可上下滑动查看） 

[1] The top AI lighthouseprojects to watch in biopharma Retrieved Oct 22,

2019 from https://www.fiercebiotech.com/special-report/top-ai-lighthouse-projects-to-keep-eye-biopharma

[2] Apple, Eli Lilly andEvidation present first results from digital Alzheimer's study Retrieved Oct22, 2019 from https://www.fiercebiotech.com/medtech/apple-eli-lilly-evidation-present-first-results-from-digital-alzheimer-s-study

[3] What Is Federated Learning?Retrieved Oct 22, 2019 from https://blogs.nvidia.com/blog/2019/10/13/what-is-federated-learning/

[4] Artificial intelligenceadoption and investments growing rapidly among health industry leadersRetrieved Oct 22, from https://www.optum.com/content/dam/optum3/optum/en/resources/fact-sheets/wf1527930-optumiq-ai-survey-data-points-media-fact-sheet-10.4.19a.pdf

[5] NVIDIA联手MELLODDY制药集团，加速AI药物研发 Retrieved Oct22,

from http://news.eeworld.com.cn/mp/NVIDIA/a71809.jspx

[6] 用手机发现阿尔茨海默病？苹果和礼来公司公布最新研究结果 Retrieved Oct 22, 2019

from https://new.qq.com/omn/20190809/20190809A03E6S00.html

版权说明：欢迎个人转发至朋友圈，谢绝媒体或机构未经授权以任何形式转载至其他平台。转载授权请在「药明康德AI」微信公众号后台回复“转载”，获取转载须知。

更多文章精选

点击图片阅读：终结疼痛替代阿片类药物，看看这些数字化医疗的创新进展

点击图片阅读：谷歌、亚马逊、Facebook纷纷挑战蛋白质折叠问题，布局新药研发

点“在看”，分享AI健康新动态