AI在制藥行業(yè)的應用被看作是人工智能企業(yè)落地的一大出口，藥企也被認為是潛在的最大付費方。

動脈網(wǎng)曾統(tǒng)計過，從資金流入來看，今年截至7月份，新流入的“AI＋藥物”領(lǐng)域的資金超過6億美元，比去年全年還多，出現(xiàn)井噴式增長。國內(nèi)外打上“AI＋新藥”標簽的公司已達100余家。

AI可以應用于藥物發(fā)現(xiàn)、臨床前研究、臨床試驗、合理用藥決策、藥物警戒、藥物重組發(fā)現(xiàn)等眾多領(lǐng)域。

9月26日，在由動脈網(wǎng)、蛋殼研究院、中國高科技產(chǎn)業(yè)化研究會共同主辦，中國醫(yī)療器械行業(yè)協(xié)會和浙江省健康產(chǎn)業(yè)聯(lián)合會協(xié)辦的“2018人工智能＋藥企創(chuàng)新論壇”上，來自醫(yī)療健康相關(guān)專家學者、醫(yī)療健康創(chuàng)新企業(yè)、投資公司和醫(yī)療機構(gòu)行業(yè)代表數(shù)位嘉賓分享了見解，共同探討了AI對于藥企、醫(yī)院的價值，以及如何解決突破AI應用的挑戰(zhàn)。

演講嘉賓Ross Rothmeier是美國Medidata公司的技術(shù)方案及創(chuàng)新實驗室副總裁。

他為大家?guī)�來了一個新數(shù)據(jù)：2006年至2015年的10年間，常規(guī)方法進行新藥研發(fā)，從一期到二期的成功率是63％，從二期到三期是28．8％，55％可以進入新藥申請上市階段，但是即便進入了這個階段，也只有83．9％可以最終獲得批準。如果把這些百分比整合起來，會發(fā)現(xiàn)所有一期研究藥物只有8．4％能夠成功。

但是，如果借助AI在研發(fā)過程中對生物標志物進行選擇，能把上述各個階段的成功率大幅提升，分別達到76．7％、46．7％、76．5％、94．5％。這些百分比的組合，意味著一期研究藥物的成功率可以達到25．9％，超過了原來的3倍！

正是這種驚人的效果，藥企紛紛與AI公司聯(lián)手。

Medidata公司全球各地客戶超過1000家。在其軟件平臺上，進行著13000多項研究，380萬名患者可以提供寶貴數(shù)據(jù)。

在中國，Medidata幫助著870個臨床實驗研究，擁有146家客戶，其中包括海正藥業(yè)、復星醫(yī)藥、藥明康德等全國領(lǐng)先的制藥公司和合同研究組織（CRO）。

在國際上，制藥巨頭中 ，GSK、諾華、強生與AI公司Insilico medicine展開了合作，默克、Abbvie則是Atomwise和合作；阿斯利康、輝瑞、武田制藥等藥企也都和人工智能企業(yè)展開了合作。

擁抱AI，成為各環(huán)節(jié)剛需

人工智能的滲透將重塑每一個行業(yè)，在醫(yī)療領(lǐng)域也不例外，人工智能和深度學習可以大幅提高效率已經(jīng)不再是炒作的噱頭，而是一種事實。目前AI的應用趨勢和模式也漸漸明晰，對各方的價值也開始凸顯。

在患者角度，人工智能能夠更好地解決他們的醫(yī)療需求，提供更好的醫(yī)療服務，受到了患者的歡迎。索聞博識聯(lián)合創(chuàng)始人范曉磊說道：“患者越來越接受通過基于大數(shù)據(jù)、人工智能的分析，給出診療決策和建議。通過新技術(shù)參與治療管理過程，患者接受程度越來越高。從現(xiàn)有數(shù)據(jù)來看，我們的患者對于新技術(shù)以及治療數(shù)據(jù)的發(fā)展是呈非常開放和包容的態(tài)度，這是令我們欣喜的結(jié)論�！�

對于藥企，人工智能對于藥企最直接的助益就在于新藥研發(fā)。天士力醫(yī)藥集團產(chǎn)品整合研發(fā)IPD管理辦公室主任李云飛先生就AI在發(fā)現(xiàn)靶點上的作用說道：“人對疾病不斷的認識，技術(shù)的發(fā)展，治療的路徑，治療的手段在不斷的變化。發(fā)展的藥物越來越復雜，需要的技術(shù)越來越高端。信息學包括現(xiàn)在所謂的大數(shù)據(jù)以及AI，一定在未來會發(fā)揮作用，而且是發(fā)揮重要的作用�！�

除此之外，李云飛也說道，人工智能除了作為新藥研發(fā)的工具，也可以作為再發(fā)現(xiàn)中藥價值的工具。例如網(wǎng)絡藥理學，就是綜合了藥物信息學、軟件信息、分子生物學、大數(shù)據(jù)、人工智能等技術(shù)的一種工具。它能夠在預測中藥靶點、辨別中藥活性成分群、闡明中藥的作用機制，解釋處方合理性和中藥處方規(guī)律，幫助找到新的適應癥。

除了藥企，人工智能同樣可以紓解醫(yī)院端的困境。在醫(yī)院端，不同層級的醫(yī)院有不同的需求，人工智能是解決問題的關(guān)鍵技術(shù)之一。對于二級醫(yī)院建設(shè)醫(yī)聯(lián)體，提升診療水平，更好地服務患者的需求。在大數(shù)據(jù)流動之后，人工智能和深度學習可以更好地復制上級醫(yī)院的臨床經(jīng)驗、診療流程，賦能基層醫(yī)護人員。對于三甲醫(yī)院，大量醫(yī)生有著大量的科研需求，人工智能可以更好地利用真實世界數(shù)據(jù)。

數(shù)據(jù)問題依然是國內(nèi)AI的先天不足

雖然AI有著廣闊的應用前景，但是AI想要實現(xiàn)落地應用需要大量標準化、結(jié)構(gòu)化的數(shù)據(jù)進行“飼養(yǎng)”。其次，醫(yī)療健康服務中各方也需要轉(zhuǎn)變思維積極擁抱人工智能。

在數(shù)據(jù)方面，如果把人工智能分成算法、算力和數(shù)據(jù)三個維度，則現(xiàn)在行業(yè)主要的機會集中在數(shù)據(jù)及應用層面，競爭的核心在于數(shù)據(jù)的質(zhì)量和數(shù)量。然而，對于中國醫(yī)療人工智能企業(yè)而言，市場中有大規(guī)模潛在的數(shù)據(jù)，但是卻無法被整理、利用起來。一方面，中國醫(yī)院內(nèi)的數(shù)量龐大，但 75％以上是非結(jié)構(gòu)化的，并不能發(fā)揮出“大數(shù)據(jù)”的價值。另一方面，無論是建模還是訓練機器，都離不開真實的臨床環(huán)境，中國大部分醫(yī)療人工智能產(chǎn)品缺少臨床環(huán)境。

范曉磊解釋到：“目前現(xiàn)有的大量數(shù)據(jù)都是不規(guī)范的，受醫(yī)生資歷、個人風格影響較大。其次是數(shù)據(jù)的缺失和淺表化，現(xiàn)在HIS系統(tǒng)大數(shù)據(jù)只記錄基礎(chǔ)的東西。分子大生物的檢測，基因檢測的數(shù)據(jù)，院外隨訪數(shù)據(jù)，這些針對科研關(guān)鍵的數(shù)據(jù)，在醫(yī)院系統(tǒng)里沒有被記錄。大量信息的缺失，導致這一部分的數(shù)據(jù)應用帶來很多的困境。雖然現(xiàn)在也有自然語言處理的技術(shù)，但是對這一部分的數(shù)據(jù)處理來講，在此之上的投入所得到的價值力度較低�！�

來自浩悅資本的李逸石提出了“好”數(shù)據(jù)的標準：“我們認為高質(zhì)量的數(shù)據(jù)首先存在于高質(zhì)量醫(yī)院里面，應該是臨床專家的經(jīng)驗，結(jié)合指南，循證醫(yī)學，包含我們更多更完整，更豐富維度的數(shù)據(jù)，并且以科研為目的產(chǎn)生高質(zhì)量數(shù)據(jù)。過去做臨床研究，在里面累計的數(shù)據(jù)，數(shù)據(jù)級別比較高�！�

技術(shù)可以追趕，但是觀念的轉(zhuǎn)變才是無形的壁壘。再鼎醫(yī)藥首席商務官梁怡就直言：“我們已經(jīng)可以大致想象未來，5G技術(shù)和物聯(lián)網(wǎng)讓一切互聯(lián)互通。這樣對整個醫(yī)療行業(yè)的業(yè)務模式、生產(chǎn)，各個方面都將產(chǎn)生沖擊。物聯(lián)網(wǎng)未來將會是一個很大的變化。對所有行業(yè)來說，如果不懂物聯(lián)網(wǎng)，不懂軟的東西，只懂硬生產(chǎn)這樣的企業(yè)是要被淘汰的。尤其是現(xiàn)在的國內(nèi)的落后的藥企。”

梁怡補充道：“當上市一個新產(chǎn)品的時候，藥企還是傳統(tǒng)的思路，就是跟醫(yī)生溝通，然后跟這個產(chǎn)品相配套的整個上下游環(huán)節(jié)，方方面面的生態(tài)環(huán)境不做任何的研發(fā)。研發(fā)不僅僅指產(chǎn)品的研發(fā)，研發(fā)也是對業(yè)務模式的研發(fā)，你的市場部也要做研發(fā)，這個在藥廠幾十年來沒有做過一次�！�

人工智能作為一種節(jié)省大量人力，賦能醫(yī)療產(chǎn)業(yè)各環(huán)節(jié)的工具，在醫(yī)療健康產(chǎn)業(yè)各個產(chǎn)業(yè)都有體現(xiàn)。人工智能可以輔助解決醫(yī)院醫(yī)生資源緊缺的問題，為患者提供提供更精準、高效的服務。在藥企端，AI想要滿足藥企的研發(fā)需求，解決精準患者招募，首要的問題就在于產(chǎn)生大量的數(shù)據(jù)，在未來人工智能企業(yè)需要和大數(shù)據(jù)公司或者已經(jīng)大量數(shù)據(jù)沉淀的藥企合作。想要實現(xiàn)精準化患者招募，也需要專業(yè)化的患者組織。

藥企已經(jīng)無法離開人工智能，但如何過好數(shù)據(jù)這一關(guān)，是當務之急。