隨著生物製藥行業的數字化轉型繼續快速推進，以及人工智能技術、機器學習等工具的迅速普及，大型藥企的一些研發項目有望更快推進，進而產生更大的影響。
目前，計算機科學領域的專業知識，比如AI、大數據、區塊鏈等，正在通過合作的模式迅速擴散到整個行業。各類不等規模的科技公司提供多樣化計算機解決方法的同時，藥企、器械公司也正與其不謀而合，正是這樣，我們才可以看到越來越多計算機科學結合生物醫藥領域的研究、產品不斷出現在大眾視野。
過去幾年，生物製藥公司已開始著手建立一個龐大的、互通的合作“網絡”，他們期望通過人工智能的高效化運轉，從分子設計到臨床試驗規劃，再到供應鏈、質量控制以及銷售策略，對企業進行數字化加持，從而最大限度地提高其價值。
本月早些時候，Optum對500名醫療健康行業領袖和專業人士進行了一項“醫療健康領域AI的應用和投資增長”調查，結果顯示，相對於2018年，認為其所屬的公司/組織已經佈局並在實際工作中運用AI策略的行業領袖數量同比增長了近88%。此外，半數受訪者表示：其所屬公司/組織於未來5年內，在AI相關項目上平均花費約為每人4000萬美元，他們預計這些投資將在3年或更短的時間內獲得正回報。
Optum總裁兼首席運營官Dan Schumacher先生在一份聲明中表示：“在越來越多企業中能看到，高管愈發信任人工智能技術，這有助於生物醫藥領域大量專業使數據更具可操作性，從而促進更加惠民的衛生服務系統的誕生。”
建立協作，加速交叉領域研究進展
隨著新方法可用性被不斷驗證，也潛在地為AI快速應用於研發、醫療領域提供了條件。
目前許多公司一定程度上缺乏在未來幾年獨立完成轉型所需的AI專業知識，所以建立協作和夥伴關係是至關重要的。根據德勤（Deloitte）的一份報告預測，在醫療科技公司中，預計到2040年為止，當前以疾病為重點的醫療體系將徹底改革，未來取而代之的將是一種前瞻性的、數據整合的、個性化的醫療服務體系。
目前，將AI技術結合醫療健康最成熟的運用是數字病理學和輔助診斷方面。許多研究項目旨在使用機器學習來發現圖像或掃描中的疾病、狀況的模式。通過檢查胸部X光、MRI掃描、組織切片、眼底成像圖片等，從而幫助減輕醫院部門的負擔。
2018年4月，FDA批准了第一個使用AI檢測糖尿病視網膜病變病例的醫療設備IDx-DR。糖尿病視網膜病變是糖尿病患者最常見的導致視力喪失的原因，據統計，目前在中國糖尿病的患病人數在4000萬人以上，這當中約30％左右可能已經有糖尿病視網膜病變，而這之中視力受到嚴重威脅的可能要在300萬左。可見，糖尿病對人們視覺影響不容小覷。通過使用從視網膜上上傳的高清數字圖像，這款AI眼底篩查系統完全實現了AI自主診斷、治療，它可以檢測出那些病情較輕的患者，並將他們轉診給專業醫療人員。
海量數據中產生洞見
研究和醫療自動化不僅可以加強數據挖掘、產生更多數據洞見，更重要的是數據的安全性與保密性有了多重保障。一般來說，藥企非常注重對數據的保密，知識產權保護在生物醫藥領域是重中之重。
以MELLODDY（Machine Learning Ledger Orchestration for Drug Discovery的縮寫）項目為例，它主要用於藥物研發，是一個新興的藥物研發聯盟，能夠兼顧數據共享和安全性。該項目使用基於區塊鏈技術的基礎設施來保護機密性文件和專有信息，它旨在構建一塊大型製藥公司與研究合作伙伴之間共享臨床前數據的“數據陣地”。目前MELLODDY彙集了17家合作伙伴，包括10家制藥公司，如安進（Amgen）、拜耳（Bayer）、葛蘭素史克（GSK）、楊森（Janssen）和諾華（Norvatis）等，兩所頂尖大學，4家開拓性初創公司，以及英偉達（NVIDIA）的AI計算平臺。
與此同時，美國國立衛生研究院（NIH）的目前正致力於構建通用的醫學數據交流系統，其目標是將來自醫院、研究機構、企業等不同領域的專家聚集在一起，並基於這些數據發現，來重新定義當前的疾病定義。
機器學習的厲害之處在於，它還可以從多個來源的海量數據中發現隱藏模式、找到規律。在雜亂無章的數據世界裡，無論是多麼微小的數據差異都無法逃脫AI的“慧眼”。
在大家十分熟悉的阿爾茨海默病領域，AI技術便發揮其所長，幫助預示阿爾茨海默病和痴呆症的發作。蘋果公司、禮來（Eli Lilly）以及Evidation Health展開合作，公佈使用智能設備，對阿爾茨海默病（AD）患者的數字化檢測研究的結果。這項研究表明，使用包括iPhone、蘋果手錶、iPad以及蘋果公司的Beddit睡眠監測器在內的智能設備，與數字應用程序的組合，有助於發現並區分患有輕度認知障礙（MCI）或與AD相關輕度痴呆症的患者。
在生物學領域，AI項目又有何引導意義呢？谷歌旗下的子公司DeepMind在去年開發了一款人工智能程序AlphaFold，用於解決醫學科學中最具挑戰性的問題之一：預測蛋白質摺疊問題。蛋白質的摺疊過程決定了DNA中編碼的蛋白質將如何在體內發揮作用，並會導致何種疾病，而瞭解它們的結構更將有助於發現新藥物。過去這個領域的科學家們曾經依靠人類的直覺來解決該難題，但隨著人工智能技術的出現，科學家們開始教機器做這樣的事。
人工智能，以一“人”之力，開始催生出一些生物醫藥領域的變革。星星之火，可以燎原，相信在藥物研發以及醫療健康領域，那些相對佔少數的AI項目可以產生出巨大的影響力，從而成為指引行業再發展的“燈塔”。
本文轉載自其他網站，不代表大健康派觀點和立場。如有內容和圖片的著作權異議，請及時聯繫我們（郵箱：[email protected]）
"閱讀更多 大健康Pai 的文章
