其他
李星深度智耀创始人、CEO毕业于北京大学药学院。在大型跨国药企的新药开发部门具有超过12年的工作经验。曾先后任职于辉瑞、赛诺菲、强生等公司。前强生中国新药开发领导团队成员,从零开始打造了31人团队并领导了强生亚太区第一个人工智能项目。是少有的具备新药研发实战经验的AI公司创始人。(点击视频,查看访谈精彩片段)“Q:当初如何看准了AI赋能新药研发这个方向?创业的初衷是什么?公司理念是怎样的呢?之前我在跨国企业的临床研发部门工作了十二年,所以我是对技术非常痴迷的一个人。2016年初自学AI,从基于神经网络到基于统计,从机器翻译到机器学习,都有涉及。我曾领导了强生亚太区第一个AI项目——基于神经网络的注册申报资料机器翻译引擎的部署,因为这个项目我也更加坚定人工智能在新药研发行业的广泛应用前景。2017年3月份我晚上睡不着,因为我看到人工智能“这辆车”开来了,这让我决心变革新药研发。因为看到这个趋势,所以我离开强生。我的创业初衷,从开始到现在一直都非常坚定,就是要用人工智能去构建整个新药研发的全流程,去构建下一代新药研发全面数字化、智能化的基础设施。2017年9月我们公司在北京成立,到现在两年时间已经是中国AI新药研发的领航者,全球有200多家药企客户。我们的理念是相信未来的新药研发一定会是数字化、智能化,全面上云、造福全球所有的患者。所以我们一直是将AI技术、IT技术和新药研发紧密结合。我们认为未来平台公司该有的生态就是造就一种文化,让新药研发专家和人工智能专家紧密结合,一起互相沟通,用数字化、代码的方式去提升效率,这始终是我们不变的理念。“Q:深度智耀汇聚了180多位来自顶级研发机构的人工智能和新药研发专家,这些人才是如何集聚起来的?人才的结构分布是怎样的?当时我们聚集这些人才也是非常不容易的,说服新药研发领域的人才尚且容易,但说服人工智能领域的人才还是经历了重重困难。因为AI领域的顶级专家可以选择的领域非常广泛,像医疗、供应链、自动驾驶等,为何要来到新药研发呢?我们从不断沟通入手,一步步去交流,让他们认识到药物研发全面数字化、智能化时代即将到来,而且很快就会到来。通过不懈努力,一些一流的顶级人工智能专家,逐渐了解和相信这个趋势,也愿意躬身入局,和药物研发的专家共同学习,用人工智能的代码去改变这个行业。现在我们大概有80位人工智能专家,100位新药研发专家,两个团队专家是紧密合作的。“Q:深度智耀布局了6个版块,目前已经商业化的版块是哪几个?为什么这几个版块走得比较快?我们现在已经商业化的版块主要有三个,一个是AI小分子药物发现平台,一个是文本智能全系列,包括自动写作、自动翻译、以及eCTD(注册申报),还有一个板块就是药物警戒系统。这几个版块走的比较快是因为我们认为新药研发全面上云,起点应该是部门职能。这是一个很好的场景,因为没有新药研发的部门不需要文本,他们开会需要讨论、分析,做实验之前需要设计,都需要写下来。文本智能其实是打开新药研发数字化大门的一把钥匙,所以我们选择从这里入手。“Q:深度智耀曾一年完成四轮融资,今年又顺利拿到SIG(海纳亚洲创投基金)的投资,是如何做到在资本寒冬下完成企业融资的?您认为企业打动投资者的核心优势是什么?2019年资本市场确实是非常非常寒冷,可谓是天寒地冻。我觉得我们能够顺利拿到投资是我们的企业愿景、使命、团队、技术打动了投资者。但更重要的是我们全球有200多家客户,以及可观的营收,我们的技术实现了在现实场景落地,是这些实实在在的业绩打动了投资者。现在资本市场通过讲故事已经无法打动投资者,大家还是更关注你的营收、你的客户,多少家用户上了我们的新药研发云,是这些实实在在的东西。“Q:目前布局AI+的企业层出不穷,竞争激烈,经过大浪淘沙之后,真正留下的AI类生物医药企业会是哪些类型的?我觉得留下来的企业最重要的就是要具备商业化的能力、场景化能力和把AI与新药研发的两波人结合在一起的能力,这些才能为新药研发解决问题。纯粹的AI技术大家都有,但是否能够商业化、场景化才是一个企业能够生存的根本。“Q:深度智耀目前仍然是赋能新药研发,而AI学习目前在各个行业都很活跃,未来深度智耀有可能转向自主挖掘新药吗?很明确地讲,我们不会,因为我们是做行业中台的,做的是基础设施,我们只会去跟别人合作,只会去服务,不会去自己挖药,这是原则。“Q:随着深度智耀业务的不断拓展,是否会改变当前大药企通过不断收购新药研发企业来扩充产品线的方式?通过AI赋能,大企业可以布局更多的研发管线,这会对初创型研发企业带来什么影响?说实在的,这个问题我们现在看得也不是特别清楚,如果是从方向上来说的话,现在大趋势是仿制药向创新药转型。AI小分子药物发现平台是一种快速帮助构建创新药管线的一种方式,但是仍然需要实验室的实验去往后推。所以还有一种新型的模式是AI小分子药物发现平台和实验室平台相对接,可以源源不断的孵化新药管线,可以产生更多的新药研发企业。所以未来较大的可能是,有销售渠道、临床研发能力的企业可以和早期的AI药物发现平台及实验室平台进行对接,这一点或可改变目前新药研发的效率和结构。但是否能带来颠覆性的改变,可能还需要时间的考验,但AI在文本智能化方面能带来颠覆性的改变。“Q:您理解的中国AI+生物医药领域的机会和难点在哪里?我认为中国在AI+生物医药领域的发展是非常可能弯道超车的,这是国家的战略新兴产业。我们国家有像阿里巴巴和腾讯这样的优秀企业,拥有一大批非常优秀的人工智能专家,如果这些专家和新药研发专家相结合,会涌现一批非常优秀的AI+生物医药企业。另外,我们的机会也来自国家“4+7”带量采购政策的推动,大量的仿制药企向创新药企转型,他们特别需要药物创新能力。包括中国的医药产业也在升级换代,这些都为AI新药研发企业和软件企业带来一个非常大的市场。难点我觉得可能全球都是共通的,比如高质量数据不足、实验室数据亟待更多投入、还有对人体的了解程度不足,后期还需要更多产业界、科学界及政府的合作。“Q:AI+生物医药的产业发展模式,背后需要大量的数据支撑,未来在数据整合方面您有进一步的规划吗?新药研发的全路程分为细胞水平、分子水平数据,包括动物实验数据、临床实验数据,以及药品上市后的真实临床数据。如果我们能够全面地将这些数据进行信息化打通,有可能前后联通去建模。从数据的整合来看,区块链技术将会发挥非常重要的作用,成为行业中台的底层。我们通过区块链技术可以让不同拥有方的数据进行整合,进一步推动数据共享,让我们拭目以待。“Q:随着各个平台数据的不断积累,会给整个生物医药行业的发展带来怎样的影响?未来,新药研发数据大家一定会共享,不同药企之间会共享新药研发数据。基于区块链、基于云计算,进一步夯实这种共享机制,数据聚合后,AI能力的提高也一定会提高整个制药行业的水平。Deep