# 人工智能可以制药了，它能让我们更快地应对疾病吗？ - 作者：木斯 - 发布时间：2020-02-03 16:46 - 分类：商业 - 原文：https://www.ifanr.com/1304796 ![](https://s3.ifanr.com/wp-content/uploads/2020/02/1580248479821.jpg) 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。 ![](https://s3.ifanr.com/wp-content/uploads/2020/02/qqq.jpeg) [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](https://www.bbc.com/news/technology-51315462)，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。 ![](https://s3.ifanr.com/wp-content/uploads/2020/02/mousse-139.jpg) ▲ 图片来自：[MRCLUB](http://wemr.club/mr/dami-20180718.html) 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。 ![](https://s3.ifanr.com/wp-content/uploads/2020/02/ap_photo.png) ▲ 图片来自：[South China Morning Post](https://www.google.com/url?sa=i&url=https%3A%2F%2Fwww.scmp.com%2Ftech%2Fbig-tech%2Farticle%2F3048317%2Falibaba-and-baidu-offer-ai-gene-sequencing-tools-help-fight-china&psig=AOvVaw3R_JUQ1sFvDYjeQZdknP6a&ust=1580798514071000&source=images&cd=vfe&ved=0CAQQjB1qFwoTCLDttcLjtOcCFQAAAAAdAAAAABAD) 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](https://www.nejm.org/doi/full/10.1056/NEJMoa2001191)和[《科学》杂志](https://www.sciencemag.org/news/2020/01/can-anti-hiv-combination-or-other-existing-drugs-outwit-new-coronavirus)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](http://news.cnstock.com/news,bwkx-202002-4483579.htm)。 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。 ![](https://s3.ifanr.com/wp-content/uploads/2020/02/p6_PIlls_L1907_gi943878650.jpg) ▲ 图片来自：[Harvard Health](https://www.google.com/url?sa=i&url=https%3A%2F%2Fwww.health.harvard.edu%2Fstaying-healthy%2Fthe-risk-of-inactive-ingredients-in-everyday-drugs&psig=AOvVaw0AnlIvfuoWHTBzzMlJO9fL&ust=1580798389991000&source=images&cd=vfe&ved=0CAMQjB1qFwoTCMCL9InjtOcCFQAAAAAdAAAAABAJ) 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](https://www.vox.com/2020/1/31/21117102/artificial-intelligence-drug-discovery-exscientia)，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。 ![](https://s3.ifanr.com/wp-content/uploads/2020/02/103977024-GettyImages-503847975.1910x1000.jpg) 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。 ![](https://s3.ifanr.com/wp-content/uploads/2020/02/Vaccine_vial.jpg) ▲ 图片来自：[PMLiVE](https://www.google.com/url?sa=i&url=https%3A%2F%2Fwww.pmlive.com%2Fpharma_news%2Fdrug_developers_scramble_to_develop_a_vaccine_for_new_coronavirus_1323303&psig=AOvVaw2ATofLU9X7IDUtu9glpa95&ust=1580798799885000&source=images&cd=vfe&ved=0CAMQjB1qFwoTCNizksvktOcCFQAAAAAdAAAAABAD) 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。 ![](https://s3.ifanr.com/wp-content/uploads/2020/02/mousse-140.jpg) ▲ 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。](https://www.exscientia.ai/projects) ![](https://s3.ifanr.com/wp-content/uploads/2020/02/1-155.jpg) ▲ 图片来自：[pattayaone](https://www.google.com/url?sa=i&url=https%3A%2F%2Fpattayaone.news%2Fwuhan-doctors-fighting-coronavirus-wearing-adult-diapers-because-they-dont-have-time-to-use-the-toilet%2F&psig=AOvVaw3NhYQw7ZZ0S6mkiJZMVulg&ust=1580799080844000&source=images&cd=vfe&ved=0CAMQjB1qFwoTCID10s_ltOcCFQAAAAAdAAAAABAJ) 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](http://it.people.com.cn/n1/2020/0203/c1009-31567939.html)，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](http://yingxiao.baidu.com/new/home/product/details?id=6409&ly=index_zr_m)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。 ![](https://s3.ifanr.com/wp-content/uploads/2020/02/Coronavirus-BlueDot-IA-BlueDot_03.jpg) 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](https://www.vox.com/recode/2020/1/28/21110902/artificial-intelligence-ai-coronavirus-wuhan)，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](https://www.wired.com/story/ai-epidemiologist-wuhan-public-health-warnings/)，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。 ![](https://s3.ifanr.com/wp-content/uploads/2020/02/JAPANCORONAVIRUS.jpeg) ▲ 图片来自：[The Hindu](https://www.google.com/url?sa=i&url=https%3A%2F%2Fwww.thehindu.com%2Fnews%2Finternational%2Fcoronavirus-japan-confirms-three-more-citizens-evacuated-from-wuhan-test-positive%2Farticle30718344.ece&psig=AOvVaw3PdI-0j5sUrN5QjMT2f57Z&ust=1580799437753000&source=images&cd=vfe&ved=0CAQQjB1qFwoTCIiM8vvmtOcCFQAAAAAdAAAAABAf) [名为 Healthmap.org 的公共卫生监视网站也在做类似的事情](https://www.predictiveanalyticsworld.com/machinelearningtimes/in-coronavirus-response-ai-is-becoming-a-useful-tool-in-a-global-outbreak/10867/)，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](https://www.google.com/url?sa=i&url=https%3A%2F%2Fwww.axios.com%2Fcoronavirus-influenza-disease-china-united-states-64311582-2031-40af-8ec3-9ff68341d4f3.html&psig=AOvVaw2U4Pn6JvtKQnEIQR7W8zrC&ust=1580799321687000&source=images&cd=vfe&ved=0CAQQjB1qFwoTCKiR9sXmtOcCFQAAAAAdAAAAABAD)