2023年是人工智能（AI）在制药领域真正开始发挥价值的一年。谷歌云医疗保健和生命科学全球总监Shweta Maniar直言：“有了AI助力，原本需要一年时间完成的工作，时长可缩短至少一半。”2023年，制药领域AI应用实现了哪些里程碑？未来如何更好发挥其作用？

五大投资里程碑

大药企完善AI布局的方式大致可分为三种：一是全面整合AI技术，二是收购/投资AI驱动的Biotech企业，三是与AI驱动企业建立合作伙伴关系。

第一种方式的代表企业如赛诺菲，其在2023年6月推出应用程序plai时宣布，目标是成为“第一家由人工智能大规模驱动的制药公司”；第二种方式的代表企业如诺华，2023年12月，其投资了生物制药领域的AI公司Yseop，该公司旨在实现从临床前试验到美国FDA批准的全文档流程自动化，目前参与全球超过150项临床试验；第三种方式代表企业如阿斯利康、勃林格殷格翰和辉瑞等。

“暗数据”再利用

随着AI在制药行业应用逐步推广，如何更高效利用该工具成为业内人士需思考的问题。有AI制药企业高管直言，传统制药行业是世界上效率最低的行业之一，企业花费数百亿美元进行试验，但有90%在临床试验阶段失败，留下大量未经处理的“暗数据”。在AI尚未发展的时代，这些暗数据价值鲜少被开发，如今有可能在其他方面发光发热。

上述高管指出，要解决制药业的低效率问题，首先要研究导致浪费的驱动因素。其分析，主要包括以下几大原因。

首先是相关学科发展存在局限性。由于人体复杂，在研药物可能无法有效治疗其设计目标的疾病。

其次，欧美专利保护期与市场发展有一定矛盾。平均而言，一款药物获得批准需要10年的时间。如果因为公司交接、试验失误、监管延误或融资出现问题，则时长更久。美国新出台的《通货膨胀削减法案》（IRA）使药物获批难度更大，因此许多药企正放弃小分子药物的开发，转而青睐生物制剂。

其三，公司组织架构变动影响。多数欧美药企的CEO至少换过一次，每次管理层变动，研发部门也会随之变化，为研发重点、管线布局等发展带来许多不确定性因素。而当一项热门的新技术出现时，药企通常会“追热点”。例如，新型减肥药大热，许多药企重新专注于这一领域，此前的其他潜力药物管线可能会被放弃。

此外，还需指出的是，传统试验研发缺乏问责制，少有首席执行官能独自优先考虑早期研究平台、发现药物、完成临床试验等工作，并将药物推向市场。

绩效管理赋能

上述高管直言，回收利用的最佳方式是从源头防止“废物”产生。生成式AI能协助研发团队选择正确的疾病靶点并生成具有所需特性的高度优化的分子，从而提升成功率。

药企可以利用AI对同一种药物进行平行临床试验，并预测药物作用。这种方法有助于同时治疗几种疾病，并在药物仍处于专利期时提升利润空间。不仅如此，生成式AI还可辅助高效决策，提升药企在内部研发部门和外部合作伙伴中挖掘潜在重磅药物的效率。

基于制药数据的生成式AI平台可作为多主体系统（Multi-Agent System）运行，协助目标导向的业务开发、许可和收购，将药企各商业环节有机联动，以帮助追踪制药高管的绩效，实时汇报总结项目进展。

需指出的是，药企全面拥抱AI的时代尚未到来，内外部环境仍存保守因素，实质性变化还需时间酝酿。在短期内，行动激进的企业在二级市场可能遭遇消极反应，第一批采用全生成式AI策略的公司还需花费数年时间才有可能取得成功。

（原文标题：5 noteworthy pharma AI investments in 2023, How AI can clean up the pharmaceutical industry, 来源：PharmaVoice, PAKISTAN&GULF ECONOMIST）

此内容为《医药经济报》融媒体平台原创。未经《医药经济报》授权，不得以任何方式加以使用， 包括转载、摘编、复制或建立镜像。如需获得授权请事前主动联系：020-37886610或020-37886753；yyjjb@21cn.com。