21世紀經濟報道記者季媛媛上海報道

當前，藥物研發(fā)領域正經歷著前所未有的變革，而人工智能（AI）技術的興起無疑是這場變革中最引人矚目的驅動力之一。作為二十一世紀最具革命性的技術之一，AI不僅在藥物發(fā)現(xiàn)的領域中嶄露頭角，更以其獨特的優(yōu)勢在藥物研發(fā)的早期階段扮演著核心角色。

最近，AI制藥初創(chuàng)企業(yè)Chai Discovery宣布成功完成3000萬美元的種子輪融資，投資方包括OpenAI和知名投資公司Thrive Capital。據(jù)悉，此次融資后，Chai Discovery的估值達到了1.5億美元，資金將被用于進一步加強公司在AI與藥物研發(fā)技術上的投入，以加快新藥的研發(fā)進程。這是OpenAI首次投資于AI制藥公司。

從制藥企業(yè)的角度來看，禮來公司最近也宣布與Genetic Leap達成了一項基因療法藥物開發(fā)的合作協(xié)議。禮來將利用Genetic Leap的人工智能平臺，針對禮來選定的靶點開發(fā)寡核苷酸藥物。根據(jù)協(xié)議條款，除了分級特許權使用費外，Genetic Leap還將從禮來獲得高達4.09億美元的預付款、開發(fā)、臨床、監(jiān)管和商業(yè)里程碑付款。

而在今年6月，禮來剛剛與OpenAI公司合作，利用AI技術開發(fā)抗菌藥物。這一合作建立在兩家公司之間成功的試點項目基礎之上，Genetic Leap的專有AI平臺能夠開發(fā)靶向RNA的寡核苷酸或小分子藥物。

據(jù)估計，全球目前約有343家AI藥物研發(fā)企業(yè)，其中超過一半的公司位于美國，英國和歐盟分別占據(jù)12.5%和13.4%，亞洲大約12.8%，其中中國約占4.7%。此外，全球AI藥物研發(fā)市場中，北美市場最大，亞太地區(qū)排名第三。摩根士丹利去年發(fā)布的一份報告顯示，AI制藥的全球市場規(guī)模短期內已經達到500億美元，并有望繼續(xù)增長。

然而，在藥企加速布局AI制藥的同時，該產業(yè)也面臨著“冰火兩重天”的現(xiàn)實。多家AI制藥企業(yè)傳出了裁員和管線調整的消息。例如，此前Recursion和Exscientia宣布已達成最終合并協(xié)議，這成為AI制藥界迄今為止最大的并購案。有業(yè)內人士分析，這次并購的原因在于，“它們至今都沒有產生令人矚目的臨床數(shù)據(jù)，合并是為了共同應對挑戰(zhàn)?！?/p>

AI制藥究竟是未來的“風口”還是暫時的“泡沫”呢？

在醫(yī)療中滲透

隨著數(shù)據(jù)、算法和計算能力的提升，人工智能（AI）在醫(yī)療領域的廣泛應用已成為現(xiàn)實。目前，AI技術的革新呈現(xiàn)出兩大趨勢：一方面，AIGC（人工智能生成內容）正從結構化處理向專業(yè)化和交互式內容生成邁進；另一方面，傳統(tǒng)AI與AIGC預計將并行發(fā)展，協(xié)同作用，共同推動AI技術在各個領域的價值最大化。

畢馬威中國生命科學行業(yè)主管合伙人于子龍在接受21世紀經濟報道記者采訪時表示，與以往相比，生成式AI與醫(yī)療領域的結合帶來了顯著優(yōu)勢：首先，生成式AI能夠基于原始數(shù)據(jù)生成合成數(shù)據(jù)，用于最終結果的生成，從而增強醫(yī)療數(shù)據(jù)，大幅降低醫(yī)療成本，并通過精準診斷和治療減少不必要的檢查和用藥。其次，生成式AI能夠提升醫(yī)療服務的效率和質量，為患者提供更優(yōu)質的就醫(yī)體驗。最后，生成式AI還能輔助醫(yī)生進行更精確的手術操作，提高手術成功率。

于子龍指出，隨著技術的不斷融合，未來AI在醫(yī)療領域的應用很可能是傳統(tǒng)AI與生成式AI技術的結合體，這種集成將結合兩者的優(yōu)點，以解決更加復雜和多維的問題。例如，在醫(yī)療健康領域，結合傳統(tǒng)AI的自動化決策能力和生成式AI的自然語言生成能力，可以提供既精準又個性化的患者醫(yī)療服務體驗。AI的強大賦能作用主要體現(xiàn)在以下三個方面：

首先，與實驗研究相關。在諸如蛋白質結構預測、小分子藥物研發(fā)、多肽藥物設計、mRNA藥物研發(fā)、藥效團驅動的分子設計、基因和表型的多模態(tài)知識圖譜、預訓練模型和高精度生理生化仿真模型等領域，不同的大型模型已經能夠支持實驗人員的研究工作，縮短研發(fā)周期，降低研發(fā)成本，提升藥物研發(fā)人員的工作效率。

其次，與醫(yī)藥情報相關。新藥研發(fā)流程要求對大量且更新迅速的醫(yī)藥資料進行深度挖掘和理解，且新藥從研發(fā)到上市的全程需要涵蓋市場調研、競品分析、風險評估等環(huán)節(jié)，這要求極高的信息處理能力和行業(yè)知識。然而，醫(yī)藥文獻的海量信息、專業(yè)術語的復雜性和語言的多樣性構成了巨大挑戰(zhàn)。不過，現(xiàn)有的大型模型已經在文獻專利與科研、競爭情報、醫(yī)保和商保等領域發(fā)揮了巨大作用，顯著提升了信息處理效率。

最后，臨床醫(yī)療方面，一些大型模型能夠實現(xiàn)報告自動生成與解析、醫(yī)療知識圖譜、文檔與病例理解、醫(yī)療問答、診后管理與康復指導、垂直專業(yè)知識問答、藥物靶點相互作用、疾病診斷和預測等功能。目前，大模型的應用場景已經十分豐富，能夠改善診斷、治療和疾病預防，提高醫(yī)療保健的質量和效率。

畢馬威中國醫(yī)療健康和生命科學行業(yè)數(shù)字化賦能合伙人季剛也指出，生成式AI在生命科學和醫(yī)療健康行業(yè)的應用場景正在迅速拓展，覆蓋藥物發(fā)現(xiàn)、輔助診斷、個性化治療、醫(yī)患服務等多個方面，展現(xiàn)出加快藥物開發(fā)、早期發(fā)現(xiàn)疾病、提供個性化醫(yī)療及健康管理、提升診療體驗等優(yōu)勢。

毫無疑問，人工智能已經深入醫(yī)療領域的各個層面。

“風口”已至？

AI與醫(yī)療的結合正迅速發(fā)展，今年3月，英偉達的首席執(zhí)行官黃仁勛公開表達了對“AI+生命健康”領域的堅定信心。他的一句“AI+醫(yī)藥”可能成為“下一個黃金賽道”，極大地鼓舞了全球AI制藥行業(yè)的士氣。

黃仁勛指出，數(shù)字生物學和生成人工智能正在革新藥物發(fā)現(xiàn)、手術、醫(yī)學成像和可穿戴設備等領域。英偉達官網顯示，“NVIDIA 初創(chuàng)加速計劃”已經培育了超過1800家醫(yī)療健康初創(chuàng)公司。特別值得注意的是，近兩年來，英偉達在AI制藥領域的投資布局尤為積極。

此外，英偉達已與羅氏、阿斯利康、安進等多家跨國藥企建立了人工智能制藥的合作關系，這也使得眾多業(yè)內人士對“AI制藥”領域抱有較大的信心。

目前，藥物研發(fā)的傳統(tǒng)流程包括藥物發(fā)現(xiàn)、臨床前研究、臨床試驗和上市銷售等環(huán)節(jié)。隨著藥物研發(fā)數(shù)據(jù)的快速增長和數(shù)字化轉型，以及人工智能技術的飛速進步，AI在新藥發(fā)現(xiàn)環(huán)節(jié)的應用變得越來越普遍，其優(yōu)勢也日益凸顯。數(shù)據(jù)、算法和算力的發(fā)展，使得AI大規(guī)模進入藥品研發(fā)領域成為可能。

于子龍認為，藥企若想進入AI制藥領域，必須關注一些關鍵因素。例如，需要與專注于人工智能的制藥公司合作。鑒于AI驅動的制藥公司在當前行業(yè)中的關鍵作用，藥企應通過戰(zhàn)略合作、收購或內部開發(fā)來充分利用這些公司的能力。同時，需要構建集成的AI系統(tǒng)。AI并非萬能鑰匙，必須明確具體的科學和業(yè)務挑戰(zhàn)，并將AI納入研究系統(tǒng)，以有效應對這些挑戰(zhàn)。此外，還需要與生態(tài)系統(tǒng)合作伙伴共同創(chuàng)造解決方案。與其只專注于內部開發(fā)，不如著重與生態(tài)系統(tǒng)合作伙伴共同創(chuàng)造解決方案，以拓展能力，加強創(chuàng)新。

“在大規(guī)模投資工具或平臺開發(fā)之前，需要創(chuàng)建概念驗證算法。在企業(yè)中實施變革管理策略，為AI整合做好準備。清晰闡述AI的好處，為AI用戶提供相關培訓，并在AI融入新的研發(fā)流程時調整崗位責任說明?！庇谧育埍硎荆髽I(yè)需要考慮整體技術棧，維持設計良好的技術棧，以推動AI技術的快速應用。

于子龍進一步指出，在創(chuàng)新藥領域，AI值得投資的應用有三大方向：先進的AI技術、大型語言模型的整合，以及支持AI應用的基礎設施升級。

一方面，生物制藥公司將運用先進的AI技術，如擴散式生成模型，來提高藥物開發(fā)的效率和精確度。這些模型將與蛋白質折疊技術相結合，以更快的速度、更低的成本實現(xiàn)藥物機制預測、表型篩選和藥物靶向識別；另一方面，越來越多的生物科技公司開始采用ChatGPT等大型語言模型，簡化數(shù)據(jù)交互，提升使用便捷性。在生物科學領域，大型語言模型被用作先進的搜索引擎，通過解讀DNA或蛋白質序列推動潛在新藥靶點的產生。

“當然，隱私問題和工具整合方面的挑戰(zhàn)也需要得到解決。此外，云服務為預訓練AI模型提供了基礎設施，以簡化藥物研發(fā)流程?！庇谧育堈f。

“泡沫”背后

AI制藥產業(yè)的發(fā)展正迎來高速成長的初期階段，這一階段得益于政策支持、資本投入以及創(chuàng)新機制的靈活性。然而，在這一積極趨勢下，仍需正視其面臨的諸多挑戰(zhàn)。

有批評者對AI在藥物研發(fā)中的成功概率持懷疑態(tài)度，他們認為，該技術的潛力被過度夸大。例如，Exscientia在2020年利用AI開發(fā)的首個治療強迫癥藥物因未達到預期效果而終止。同樣，擁有AI藥物發(fā)現(xiàn)平臺的Benevolent AI在主要候選藥物失敗后，不得不裁員180人，幾乎占其員工總數(shù)的一半。

在醫(yī)療領域，盡管AI技術發(fā)展迅速并取得了一定成果，但在商業(yè)化應用方面仍面臨技術、數(shù)據(jù)、法規(guī)和市場接受度等多重障礙。季剛在接受21世紀經濟報道記者采訪時指出，AI醫(yī)療商業(yè)化落地的障礙主要集中在技術、數(shù)據(jù)、法規(guī)和市場接受度等方面。

“在醫(yī)療領域，AI技術長期運行的投入產出比可以通過自動化和優(yōu)化流程來減少成本，新推出的AI服務或產品能夠開辟新的收入來源，而更快的市場響應能力有助于企業(yè)在競爭激烈的市場中獲得更高的市場份額?！奔緞傔M一步解釋道，盡管AI技術在醫(yī)療領域具有巨大的潛力，但要實現(xiàn)商業(yè)化落地，還需要克服技術、數(shù)據(jù)、法規(guī)和市場接受度等方面的多重障礙。

法規(guī)是AI醫(yī)療商業(yè)化落地的關鍵障礙之一。由于醫(yī)療領域對技術的監(jiān)管要求較高，確保AI技術的安全性和有效性至關重要。因此，AI醫(yī)療企業(yè)必須密切關注法規(guī)變化，并及時調整戰(zhàn)略以確保合規(guī)運營。在市場接受度方面，盡管AI醫(yī)療具有巨大潛力，但患者和醫(yī)生可能對新技術持有疑慮和抵觸情緒。這就需要通過教育、宣傳和示范等手段，提高市場對AI醫(yī)療的認知和接受度。

從政策監(jiān)管的角度來看，我國已經通過了包括《生成式人工智能服務管理暫行辦法》在內的多項法規(guī)，對生成式AI進行監(jiān)管。

于子龍認為，目前生成式AI在醫(yī)療醫(yī)藥領域的監(jiān)管正處于深化階段。例如，《生成式人工智能服務管理暫行辦法》鼓勵使用安全可信的芯片、軟件、工具、算力和數(shù)據(jù)資源，并強調了從業(yè)者在內容安全、隱私與個人信息保護、算法透明、倫理和知識產權、競爭法等方面的合規(guī)責任，以促進生成式人工智能的健康發(fā)展和規(guī)范應用。這標志著我國首個針對生成式人工智能產業(yè)的規(guī)范性政策。

“此外，產業(yè)也需要從法律角度分析人工智能在開發(fā)、應用、責任承擔等方面存在的不足，并提出相應的完善措施，以在不抑制人工智能發(fā)展的同時保護患者合法權益?！庇谧育堃矎娬{，通過完善相關法律法規(guī)，可以更好地規(guī)范AI技術在醫(yī)療領域的應用，確保其安全性和有效性，從而推動AI制藥產業(yè)的健康發(fā)展。