發(fā)現(xiàn)并加快藥物開發(fā)是筆大買賣，這個行業(yè)的運營成本很高，因此利用AI方法優(yōu)化整個流程就成了這一快速發(fā)展行業(yè)中的首要考量因素。

德勤公司發(fā)現(xiàn)，其關(guān)注的全球20強生物制藥企業(yè)中，去年新藥開發(fā)的平均成本上漲了15%（增長數(shù)字為2.98億美元），總額來到約23億美元。這23億美元，涵蓋了從候選藥物發(fā)現(xiàn)、臨床試驗再到產(chǎn)品上市的全流程平均成本。

為了實現(xiàn)降本增效，不少生物制藥企業(yè)開始利用AI技術(shù)加速藥物開發(fā)。例如，使用關(guān)于先前候選藥物的蛋白質(zhì)或氨基酸序列/3D結(jié)構(gòu)及其特性信息來訓(xùn)練機器學(xué)習(xí)模型。

關(guān)注該行業(yè)的朋友可能有所耳聞，此類候選藥物中只有不到10%能夠在臨床試驗階段取得成功，而每次臨床試驗的開發(fā)成本大約在3000萬美元到3.1億美元之間，如此高昂的投入必然要被分?jǐn)偟阶罱K獲得成功的藥品之上。此外，受試患者的實際診療周期也會限制藥物的研究進(jìn)度。

AI與機器學(xué)習(xí)將在哪些領(lǐng)域帶來價值？

二者的作用體現(xiàn)在多個層面。首先，AI技術(shù)可用于藥物開發(fā)、加快部分研究過程，幫助降低成本并提高效率。研究發(fā)現(xiàn)，AI能夠?qū)⑿滤幍暮Y選時間縮短40%至50%，從而顯著降低成本。

尋求最佳方法來簡化整個藥物開發(fā)生命周期，已經(jīng)成為制藥研發(fā)生態(tài)系統(tǒng)中各大主要參與者的首要目標(biāo)。而如果不積極擁抱AI技術(shù)，他們根本就不可能與同行對等競爭。

為了接觸具有行業(yè)影響力的受訪者并帶來更加可信的專業(yè)意見，本文采訪了BioPhy公司創(chuàng)始人兼CEO Dave Latshaw博士，他曾在強生旗下的楊森制藥公司負(fù)責(zé)過早期AI項目。在嘗試?yán)脵C器學(xué)習(xí)監(jiān)督大分子抗體制造之后，Dave博士成為強生AI研究小組史上最年輕的領(lǐng)導(dǎo)者。

Dave最熱衷的，就是將AI方法引入生物科技與制藥行業(yè)當(dāng)中，希望借此簡化流程、優(yōu)化決策并加強生命科學(xué)領(lǐng)域內(nèi)的各類協(xié)作用例。他的目標(biāo)是最終推動創(chuàng)新，加速為全世界患者開發(fā)出能夠挽救生命的診療方法。

BioPhy公司及其他領(lǐng)先AI創(chuàng)新生物科技公司（包括AtomWise, BioVia, Cradle, DNANexus, exScientia, Iktos等等）已經(jīng)紛紛投身入場，而矛頭所指主要集中在兩大關(guān)鍵AI用例領(lǐng)域。

當(dāng)然，傳統(tǒng)大型制藥巨頭也在積極擁抱AI技術(shù)，當(dāng)然不乏自己的成果積累。這里暫且不談巨頭們?nèi)绾芜\用AI提升價值鏈流程的整合效率，本文將專注于探討藥物的研發(fā)和生產(chǎn)邏輯。

首先，在藥物發(fā)現(xiàn)階段，其中的關(guān)鍵就是對生物與臨床可行性數(shù)據(jù)進(jìn)行量化，從而讓生物技術(shù)初創(chuàng)公司與制藥大廠之間建立起透明、由數(shù)據(jù)驅(qū)動的橋梁。通過開發(fā)能夠分析大量信息（包括科學(xué)文獻(xiàn)、專利、臨床試驗數(shù)據(jù)和市場趨勢）的AI模型，早期生物技術(shù)初創(chuàng)公司能夠向潛在投資者證明自身的競爭優(yōu)勢與差異化特性。如此一來，這些初創(chuàng)公司就能以AI驅(qū)動的分析工具及其生成的定量評估為支撐，通過展示獨特優(yōu)勢與能力來提高融資成功率。另一方面，制藥企業(yè)也能借此為投資組合做出更優(yōu)質(zhì)的決策、提高資本部署效率，以更加有利的市場地位獲得批準(zhǔn)并拉升投資回報率。

AI為藥物開發(fā)過程帶來的第二大實際價值，就是利用大語言系統(tǒng)來加快藥物中的關(guān)鍵開發(fā)能力，例如運營、質(zhì)量與監(jiān)管。具體來講，在情報監(jiān)管領(lǐng)域，AI系統(tǒng)能夠分析大量文檔、指南與法規(guī)，確保制藥企業(yè)保持合規(guī)并及時了解監(jiān)管機構(gòu)的最新要求。這不僅提高了運營效率，也有助于降低不合規(guī)風(fēng)險，避免藥物在開發(fā)和審批流程方面遭遇延誤。此類AI用例將幫助客戶在決策、風(fēng)險緩解與整體效率方面迎來切實改進(jìn)。此外，早期生物技術(shù)初創(chuàng)公司還發(fā)現(xiàn)，在AI驅(qū)動的創(chuàng)新定量評估支持下，小公司更容易籌得資金，大型藥企也能加快融資速度。

AI驅(qū)動方法正在顯著改善藥物發(fā)現(xiàn)這條復(fù)雜價值鏈上的優(yōu)化空間。而除此之外，利用強大AI構(gòu)建上市產(chǎn)品還有另一大回報——確保他人也能從中獲得真正的剖析和洞察。

AI領(lǐng)導(dǎo)之旅

Dave本人還分享了幾個非常有趣的觀點，講述了他自己在學(xué)習(xí)AI方面的真實經(jīng)歷。這些觀點對于每一位從事設(shè)計AI產(chǎn)品、建立AI業(yè)務(wù)的領(lǐng)導(dǎo)者來說都相當(dāng)重要，更將給制藥行業(yè)中的復(fù)雜難題帶來一點AI啟發(fā)。下面來看他自己親身學(xué)到的重要經(jīng)驗和教訓(xùn)。

首先，跨學(xué)科合作是重中之重。這是因為AI開發(fā)需要計算機科學(xué)、數(shù)學(xué)、認(rèn)知科學(xué)和語言學(xué)等多個學(xué)科的專業(yè)知識，只有將來自這么多不同領(lǐng)域的專家知識整合起來，才能建立起強大且高效的AI系統(tǒng)。換句話說，如果從業(yè)者自己能夠跨越多個學(xué)科、將多領(lǐng)域信息集于一身，那么這種協(xié)同效應(yīng)將尤其顯著。

其次，數(shù)據(jù)質(zhì)量非常重要，而且這是一條怎么強調(diào)都不為過的經(jīng)驗。AI算法能否成功，很大程度上取決于訓(xùn)練數(shù)據(jù)的質(zhì)量和多樣性如何。只有保證數(shù)據(jù)準(zhǔn)確、具有代表性且盡量去除偏見，才能建立起在不同應(yīng)用場景和用戶群體中均有良好表現(xiàn)的AI工具?？偠灾?，算法當(dāng)然重要，但真正決定模型的是數(shù)據(jù)。

第三，積極擁抱AI的價值與機遇，否則就是在放棄背后的巨大可能性。AI有望顯著改變我們生活的各個方面，并為各行各業(yè)帶來突破性的進(jìn)步。為了充分實現(xiàn)這些優(yōu)勢，最重要的就是要對新的可能性保持開放心態(tài)，踴躍投資于前沿研究，并支持AI技術(shù)的發(fā)展，最終為個人乃至組織創(chuàng)造出更美好的未來。應(yīng)當(dāng)鼓勵負(fù)責(zé)任的AI開發(fā)并通過引導(dǎo)讓AI創(chuàng)新成為人類能力的放大器，這樣方可為所有人帶來更加包容且繁榮的前景。

第四，身為領(lǐng)導(dǎo)者，必須將道德保障視為慣例和常態(tài)。隨著AI在工作生活中各個層面變得愈發(fā)普遍，我們必須認(rèn)真考慮由技術(shù)帶來的倫理與道德影響。必須制定出有助于防止數(shù)據(jù)濫用、取代人類員工和造成決策偏見等不良后果的指南與框架，確保AI工具更緊密地契合人類價值觀與社會規(guī)范。

第五，AI的學(xué)習(xí)之旅永無止境，每個人都應(yīng)當(dāng)持續(xù)跟進(jìn)、不斷演化。AI領(lǐng)域仍在迅速發(fā)展，為了跟上創(chuàng)新前沿，持續(xù)學(xué)習(xí)將至關(guān)重要。擁抱新的發(fā)展能夠建立起更強大的AI系統(tǒng)，滿足不斷變化的現(xiàn)實需求。而掌握最新研究并加強學(xué)術(shù)界與工業(yè)界之間的合作，將能夠大大加快AI領(lǐng)域的進(jìn)步。

我也一直嘗試在各種研討會上發(fā)現(xiàn)廣受好評的領(lǐng)先AI研究人才，他們的發(fā)現(xiàn)將幫助我們持續(xù)擴(kuò)展自己的AI發(fā)掘能力與應(yīng)用心得。

為AI研究者們喝彩

Dave最為關(guān)注和贊許的AI研究者之一，就是憑借開創(chuàng)性工作為AI發(fā)展做出長期貢獻(xiàn)的Jürgen Schmidhuber。他對機器學(xué)習(xí)和深度學(xué)習(xí)，特別是循環(huán)神經(jīng)網(wǎng)絡(luò)的早期貢獻(xiàn)，為當(dāng)今眾多AI技術(shù)奠定了實現(xiàn)基礎(chǔ)。他為通用人工智能（AGI）提出的愿景也持續(xù)激勵著全世界的研究人員。在整個職業(yè)生涯中，Schmidhuber一直以開發(fā)通用人工智能作為終極目標(biāo)，希望建立起能夠跨廣泛領(lǐng)域執(zhí)行任務(wù)的AI系統(tǒng)，而不再局限于狹窄的專用功能。這個課題近來再次引發(fā)公眾的廣泛關(guān)注。在追尋愿景的過程中，他始終保持著旺盛的好奇心和強大的創(chuàng)造力，希望打造出能夠以通用、無監(jiān)督方式實現(xiàn)持續(xù)學(xué)習(xí)和自我改進(jìn)的AI系統(tǒng)。

AI職業(yè)生涯規(guī)劃——您選擇了怎樣的路徑？

在討論末尾，我們邀請Dave向年輕的領(lǐng)導(dǎo)者們分享一點建議。他慷慨給出了經(jīng)過深思熟慮的觀點，也樂于以負(fù)責(zé)任的方式引導(dǎo)下一代技術(shù)人才、賦予他們塑造AI新形態(tài)的堅實信心。

在AI世界里，我們既可以選擇成為推動前沿研究和突破的基礎(chǔ)理論創(chuàng)新者，也可以成為跨行業(yè)有效應(yīng)用和實施AI解決方案的實踐者。這兩類角色對于AI技術(shù)的進(jìn)步和普及都至關(guān)重要，但在發(fā)展路徑和關(guān)注重點上又各有不同。

身為基礎(chǔ)理論創(chuàng)新者，大家需要更深入地研究AI理論與底層技術(shù)，通常得拿到碩士甚至是博士學(xué)位才能參與其中。在AI相關(guān)領(lǐng)域，這類專業(yè)教育能幫助我們理解并投身于特定領(lǐng)域，例如自然語言處理、計算機視覺、強化學(xué)習(xí)或者機器人技術(shù)。在此類角色中，大家的工作就是通過開發(fā)新算法、推進(jìn)AI與機器學(xué)習(xí)技術(shù)的當(dāng)前狀態(tài)、或者探索AI的全新應(yīng)用來做出貢獻(xiàn)。一般來說，基礎(chǔ)創(chuàng)新者通常會就職于學(xué)術(shù)研究機構(gòu)、AI研究實驗室或者科技公司的研發(fā)部門。

另一方面，身為AI從業(yè)者，我們的重點則是運用AI技術(shù)和工具來解決醫(yī)療、金融或者交通等各個行業(yè)中的現(xiàn)實問題。而有效實施AI系統(tǒng)、優(yōu)化性能表現(xiàn)并帶來切實效益的關(guān)鍵，就是將對AI技術(shù)的深入理解同目標(biāo)行業(yè)的當(dāng)前實踐結(jié)合起來。在此類崗位中，大家往往從事著AI系統(tǒng)集成、項目管理或者業(yè)務(wù)分析等工作，并需要與領(lǐng)域?qū)＜液屠嫦嚓P(guān)方密切合作。

至于這兩條道路到底該如何取舍，無疑取決于各位的興趣和職業(yè)抱負(fù)。如果您熱衷于突破AI知識的邊界并創(chuàng)造顛覆性的進(jìn)步，那么理論創(chuàng)新的道路可能更為適合。而如果應(yīng)用AI技術(shù)來實現(xiàn)直接價值、推動跨組織及行業(yè)的高影響力變革能為您帶來更大的滿足感，那么實踐類職業(yè)生涯應(yīng)該會是正確的選項。

而無論選擇哪條道路，大家都必須積累下扎實的AI基礎(chǔ)知識、與AI社區(qū)保持交互，并隨時關(guān)注最新趨勢與發(fā)展方向。

總結(jié)

總的來說，貫穿整個藥物開發(fā)生命周期的AI應(yīng)用是筆大生意。與眾多以AI生物技術(shù)為中心的初創(chuàng)公司一樣，BioPhy正在為整個世界帶來不可估量的潛在影響。而Dave的分享之所以意義重大，不僅在于他們找到了一套契合現(xiàn)實的AI方法論，同時也體現(xiàn)在這位CEO卓越的情商以及對人才重要性的理解方面。他始終堅信，協(xié)作與信任才是解決人類一切最棘手難題的前提與核心，健康、醫(yī)療與藥物研發(fā)領(lǐng)域當(dāng)然也不例外。