人工智能可以制药了,它能让我们更快地应对疾病吗?

商业

02-03 16:46

一种借助机器学习技术研发的药物,很快会进入到人体临床试验的阶段。

这意味着,让人工智能参与到制药研发领域,解放科学家们的双手,将在未来逐渐变成现实。

本次新药是由英国初创企业 Exscientia 和日本大日本住友制药公司合作得出的,主要用于治疗患有强迫症的病人。

它即将会在日本进行第一阶段的人体临床测试,如果效果显著,后续还会在全球更多地区展开试验。

▲ 图片来自:MRCLUB

在通常情况下,如果我们想要完成一种新药的前期开发,往往需要花费 4-5 年的时间。这期间,科研人员不仅要寻找各种能够起到治疗效果的化合物,还要对所使用的试剂和反应序列逐一确认。

但完成研究开发还不够,之后新药还需要进行临床试验和上市审批的阶段,这又会耗费数年。总体来看,每一个新药从开始研发到最终上架,基本耗时都在 10 年以上,还有数十亿美元的资金支持。

所以大部分时候,如果我们遇到了一种从未见过的新病症,也往往要等待数年时间才会看到特效药的问世,在这段时间内,病人也只能靠一些现有药物来抑制病情

▲ 图片来自:South China Morning Post

最近爆发的肺炎疫情也面临着类似的挑战。在今年 1 月底,《新英格兰》医学期刊《科学》杂志曾先后报道称,一款来自吉利德公司的 Remdesivir(瑞德西韦)药物,很可能是抑制和对抗本次新型冠状病毒的理想方案。

不过,由于这款药物尚未在任何一个国家正式上市,吉利德公司只能先向中国药监局进行申请,在国内展开小范围的临床试验

也就是说,无论这款药物是否有效,我们都需要等待临床数据出炉后,才能启用上市,然后大规模使用。

如何缩短新药的上市时间,也成了目前医药界希望解决的问题。从大众用户的角度来说,我们显然也希望研发机构能加快速度,让病人能尽早获得治疗方案。

人工智能技术无疑是一个不错的突破口。

▲ 图片来自:Harvard Health

理想的情况下,如果我们能够将药物的前期研发流程交给计算机,节省掉一些重复性工作,理应能缩短新药上市的时间,甚至可以降低不少研发成本。

Exscienta 公司的 CEO 安德鲁·霍普金斯教授也表示说,这次他们在研发强迫症新药时,就使用了一套主动学习算法,让计算机获得比传统流程更快的识别速度。这使得科研人员只需测试约 350 种化合物,就筛选出这种新药的最佳化学结构,候选数量仅为此前的五分之一。

最终,新药的研发时间也进一步缩短至 12 个月,而且药效比目前市面上同类产品的更好,持续时间更长。

霍普金斯教授还补充说,类似的人工智能算法技术不仅能用于新药物结构的合成,同时也能通过分析现有病情数据,调查已有的药物,看看它们是否具备对抗新型病毒的价值。

事实上,前文所说的瑞德西韦也是「旧药新用」的例子。它最早是吉利德公司用于埃博拉病毒患者的治疗方案,当时已经积累了一定的临床数据。

让人意外的是,早前美国的一位新冠病毒肺炎患者在使用该药后出现了明显的好转,证明瑞德西韦很可能具备了对抗本次疫情病毒的潜力,如今吉利德公司和中国药监局也已经在中国展开了临床试验,以求尽快获得更准确的结论。

▲ 图片来自:PMLiVE

虽然目前人工智能技术已经在病人诊断、数据分析和扫描领域有着不少应用,但参与制药研发还不多见,发展到人体临床试验的更是少之又少。

这不仅有技术上的原因,就和大部分由人工智能生产出来的产品一样,监管机构也需要考虑这些新品类的法律法规和伦理道德问题,但同时又不能扼杀创新的苗头

瑞士诺华制药公司的化学专家德里克 · 洛便就表示,无论技术怎么向前发展,传统的药品审批标准仍然不会改变。

在他看来,一款新药从无到有,不仅需要考虑前期的化学合成,也同样需要兼顾中后期的临床试验,而人工智能只是影响整个环节中的一小部分,能够节省的时间十分有限。

▲ 在 Exscienta 官网可以看到不少大牌制药厂的身影

尽管如此,人工智能在制药领域的潜力也已经被不少公司看中,Exscienta 获得的投资也证明了这一点。

目前这家初创公司已经获得了包括两家制药公司 Evotec 和百时美施贵宝的资金支持,同时它也在和另外几家制药巨头进行合作,其中不乏像拜耳和葛兰素史克这样的制药巨头。

▲ 图片来自:pattayaone

不只是制药行业,在这次新型冠状病毒爆发后,几乎所有你能想得到的人工智能技术,也都在对抗病毒与疫情上发挥了重要作用。

2 月 1 日,浙江省疾控中心就利用阿里达摩院研发的 AI 算法,上线了一个全自动化的基因组检测分析平台,将原来需要数小时的疑似病例分析缩短至 30 分钟,能明显加快了疫情的确诊时间。

同时,百度研究院也在 1 月 30 日向检测机构和防疫中心免费开放了 LinearFold 人工智能算法。据悉它可以将本次新型冠状病毒的全基因组二级结构预测从 55 分钟缩短至 27 秒,让病毒的研究及疫苗开发速度快速提升。

在疫情迅速爆发之前,还有一家名为 BlueDot 的健康监测平台实现了提前预警,甚至比世界卫生组织的公告还早了整整一个星期。

根据 BlueDot 的解释,它们在平台上使用了一套经过了自然语义训练的 AI 引擎,每天会分析 65 种语言下约 10 万篇文章,甚至连社交媒体上的信息流也不会放过,以便实时跟踪全球传染病的分布状况。

当平台得到结论后,BlueDot 会再让流行病学专家进行科学验证,确认无误后才会把信息同步给大公司和政府机构等客户。

另外,通过对航班信息的路径分析,平台还能提前预测出某个传染病的扩散范围。所以在 1 月初,BlueDot 便表示新型冠状病毒的感染人群不仅会出现在中国地区,未来也将扩散至全球的其它城市。

BlueDot 的创始人接受《连线》采访时表示,他们从 2003 年的非典疫情中看到流行病追踪的需求,才选择建立这样一个平台,希望让人们能及时掌握到自己所面临的威胁。

他还认为,人工智能的优势在于它对于传染病潜在危机的判断,往往会比政府机构的反应速度更快。毕竟它能自动分析大量信息,而且不会受到人为因素的干扰,也就不存在瞒报的行为。

▲ 图片来自:The Hindu

名为 Healthmap.org 的公共卫生监视网站也在做类似的事情,该网站由一名流行病学家约翰·布朗斯坦建立,主要会使用人工智能算法来分析各种政府报告、新闻网站以及其他来源的数据。

他强调说,人工智能还需要几年时间,才能在医学领域发挥出应有的影响力。它的目的并不是要取代人类,而是让人类能够获得超越传统监测手段的力量,补充遗漏的信息,提供更快、更准确的早期预警,挽救更多生命。

题图来源:Axios

登录,参与讨论前请先登录

评论在审核通过后将对所有人可见

正在加载中