日本擬讓人工智慧「插手」藥物研發,但這已不是新鮮事

作者 | 發布日期 2017 年 06 月 21 日 17:30 | 分類 AI 人工智慧 , 醫療科技 follow us in feedly

日本京都大學日前聯合多家企業,就計劃推出研發新藥的人工智慧成立相關機構



據悉,該機構是為了大幅降低藥品的研發成本而成立。據相關資料統計,所有進入臨床試驗階段的藥物研發週期約 10 年,研發經費高達 26 億美元,另外,只有不到 12% 的藥品最終上市銷售。「透過人工智慧研發的藥物週期可縮短至 3 年,成本降一半」。該專案負責人說。他同時表示,藥品研發人工智慧的工作內容包括鎖定致病蛋白質、篩選對蛋白質起作用的藥物成分、評估藥物成分的安全性並決定合成方法、制定臨床試驗計畫以確定藥效等。據悉,僅篩選藥物成分一項,以往靠製藥企業研究人員調查海量的國內外醫學論文和資料,耗時又耗力,而人工智慧可更快處理龐大的醫學文獻資料。

日本此舉並非一時的「腦熱」行為,據了解,早在數月前,日本醫療服務系統就出現了人工智慧的身影。如為解決外國人在日就醫的語言問題,日本東京大學醫院等 20 家醫院與相關公司合作,並於 4 月 1 日推出醫療領域翻譯裝置,能將醫生和患者的對話在日語和英語、漢語之間以文字和聲音形式互譯。該翻譯系統的推廣使用,無疑能幫助外國人消除在日就醫的溝通問題。

在醫療服務領域成功試行後,幾個月後的今天,人工智慧又被日本無縫接軌至新藥研發應用。值得一提的是,該專案還得到日本政府大力支持。為讓人工智慧幫助日本提升國際競爭力,日本政府還將為該專案提供 5 億日圓的研究基金。另外,該專案還得到大批日本企業如富士通、武田藥品工業等支持。

據調查,做為人工智慧世界裡又一個新興領域,除了日本之外,業界有很多公司之前就已涉獵。

如美國 Atomwise 公司,設計了一套名為 AtomNet 的系統,運用超級電腦、AI 和複雜的演算法模擬製藥過程,來預測新藥品的效果,加快新藥研發並最大限度降低成本。

Atomwise 是一家利用超級電腦進行藥品研發的尖端醫學公司,總部位於美國舊金山。Atomwise 公司用超級電腦分析已有資料庫,並用 AI 和複雜演算法模擬藥品研發的過程,在研發早期評估新藥研發風險,讓藥物研究的成本降至數千美元,並評估可在幾天內完成。Atomwise 為製藥公司、創業公司和研究機構提供候選藥物預測服務,可以預測哪些新藥品真的有效、哪些無效。

值得一提的是,Atomwise 最近利用 AI 技術為搜尋伊波拉病毒治療方案做出貢獻。據該公司統計,該系統在不到 24 小時內就成功分析測試 7,000 多種藥物。專案負責人透露,如果用傳統方法,至少需花費數月甚至數年才能完成。

另外,英國的新創公司 BenevolentAI 也是其中一頭「獨角獸」。BenevolentAI 目前是歐洲最大的 AI 新創公司之一,全球排名前五。BenevolentAI 的技術平台應用人工智慧技術,可從大量的散亂資訊中擷取推動藥物研發的知識,提出新的可驗證假說,加速藥物研發過程。

據悉,該技術平台名為 JACS(Judgment Augmented Cognition System,判斷加強認知系統)。JACS 運算時會涉及海量資料,為了提高運算效率跟能力,從輝達購買專門為深度學習設計的超級電腦 DGX-1。這台電腦可模擬發生在大腦皮層中的辨識和學習型態,加快在不同資訊源之間建立新的關係,產生更快、更多的新藥創新。

據透露,該公司能獲得 8 億美元的巨額交易便是歸功於此人工智慧系統。2014 年 6 月,BenevolentAI 將兩個正在研發的阿茲海默症新藥賣給一家美國公司,交易高達 8 億美元,這兩款藥物就是用 JACS 系統開發的。

上個月,該公司又發現治療肌萎縮性脊髓側索硬化症的藥物,經過英國謝菲爾德市一家機構的研究,確實對治療運動神經衰退有用。自從 2013 年建社以來,該公司已開發出 24 個候選藥物,有的已進入臨床 IIb 期試驗(IIa 階段會先入組少量受試者,確立合適的治療劑量;IIb 則是在 a 的基礎上有效組擴大樣本量,明確劑量等有效性、安全性)。

除了以上介紹的幾家專注於研發藥物的人工智慧公司,全球也有很多公司以 AI 研發藥物。2016 年底,美國高盛集團發表的人工智慧報告:《人工智慧、機器學習和資料將推動未來生產力的發展》(AI, Machine Learning and Data Fuel the Future of Productivity)中提到:「隨著人工智慧和機器學習不斷整合,人們有望在新藥研發過程中顯著實現『去風險』,不但節約每年約 260 億美元的研發成本,同時還提高全球醫療資訊領域效率,節約成本價值每年超過 280 億美元。」從資料中不難讀出,人工智慧的發展不僅局限於網際網路服務業,AI 的強勢注入也給傳統藥物研發帶來非常積極的推動作用。

(本文由 雷鋒網 授權轉載;首圖來源:shutterstock)