人工智慧可用來製藥,可能讓我們更快對付疾病嗎?

作者 | 發布日期 2020 年 02 月 05 日 7:45 | 分類 AI 人工智慧 , 醫療科技 follow us in feedly


一種藉助機器學習技術研發的藥物,很快就會進入臨床試驗階段。

這意味著,讓人工智慧參與製藥研發領域,解放科學家的雙手,將在未來逐漸變成現實。

這次新藥是由英國新創企業 Exscientia 和日本大日本住友製藥公司合作,主要用於治療強迫症患者。

(Source:大日本住友製藥

將在日本進行第一階段臨床測試,如果效果顯著,後續還會在全球更多地區展開試驗。

(Source:MRCLUB

在通常情況下,如果想完成新藥前期開發,往往需要花費 4~5 年。這期間,研究人員不僅要尋找各種有療效的化合物,還要逐一確認試劑和反應序列。

但完成研究開發還不夠,之後新藥還需要進行臨床試驗和上市審批,又會耗費數年。總體來看,每個新藥從開始研發到最終上架,基本耗時都在 10 年以上,還有數十億美元的花費。

所以大部分時候,如果人類遇到從未見過的新病,往往要等待數年才會看到特效藥問世,在這段時間,病人也只能靠現有藥物抑制病情。

最近爆​​發的武漢肺炎也面臨類似挑戰。1 月底,《新英格蘭》醫學期刊和《科學》雜誌先後報導,一款來自吉利德公司的 Remdesivir(瑞德西韋)藥物,很可能是抑制和對抗本次新型冠狀病毒的理想方案。

不過,由於這款藥物尚未在任何一個國家上市,吉利德公司只能先向中國藥監局申請,在中國展開小範圍臨床試驗

也就是說,無論這款藥物是否有效,我們都需要等待臨床數據出爐後,才能啟用上市,然後大規模使用。

如何縮短新藥的上市時間,也成了目前醫藥界希望解決的問題。從大眾角度來說,當然希望研發機構能加快速度,讓病人儘早獲得治療。

人工智慧技術無疑是不錯的突破口。

(Source:Designed by Freepik

理想情況下,如果能將藥物前期研發流程交給電腦,省掉重複性工作,理應能縮短新藥上市的時間,甚至可降低不少研發成本。

Exscienta 公司 CEO 安德魯·霍普金斯教授也表示,這次他們在研發強迫症新藥時,就使用主動學習演算法,讓電腦獲得比傳統流程更快的辨識速度。這使研究人員只需測試約 350 種化合物,就能篩選出新藥的最佳化學結構,候選數量僅之前的五分之一。

最終,新藥的研發時間也進一步縮短至 12 個月,且藥效比目前市面同類產品更好,持續時間更長。

霍普金斯教授還補充,類似人工智慧演算法技術不僅能用於新藥物結構合成,同時也能分析現有病情數據,調查已有的藥物,看看它們是否具備對抗新型病毒的價值。

前文所說的瑞德西韋也是「舊藥新用」例子。它最早是吉利德公司用於伊波拉病毒患者的治療方案,當時已積累一定臨床數據。

讓人意外的是,美國一位新冠狀病毒肺炎患者使用此藥後明顯好轉,證明瑞德西韋可能具備對抗這次病毒的潛力,如今吉利德公司和中國藥監局已在中國展開臨床試驗,以盡快獲得更準確的結論。

(Source:shutterstock)

雖然目前人工智慧技術已在病人診斷、數據分析和掃描領域應用不少,但參與製藥研發還不常見,發展到人體臨床試驗的更少之又少。

這不僅有技術原因,就和大部分人工智慧生產產品一樣,監管機構也需要考慮這些新品類的法律法規和倫理道德問題,同時又不能扼殺新苗。

瑞士諾華製藥公司化學專家德里克‧洛就表示,無論技術怎麼發展,傳統藥品審批標準仍不會改變。在他看來,一款新藥從無到有,不僅需要考慮前期化學合成,也同樣需要兼顧中後期的臨床試驗,人工智慧只影響一小部分,能節省的時間十分有限。

▲ Exscienta 官網可看到不少大牌製藥廠的身影。(Source:Exscienta

儘管如此,人工智慧在製藥領域的潛力被不少公司看中,Exscienta 獲得的投資也證明了這點。

目前這家新創公司已獲得 2 家製藥公司 Evotec 和百時美施貴寶的資金支持,同時也和另外幾家製藥巨頭合作,不乏拜耳和葛蘭素史克等製藥巨頭。

不只製藥業,這次新型冠狀病毒爆發後,幾乎所有想得到的人工智慧技術,都在對抗病毒與疫情發揮重要作用。

2 月1 日,浙江省疾控中心就利用阿里達摩院研發的 AI 演算法,上線全自動化基因組檢測分析平台,將原來需要數小時的疑似病例分析縮短至 30 分鐘,明顯加快確診時間。

同時,百度研究院也在 1 月 30 日向檢測機構和防疫中心免費開放 LinearFold 人工智慧演算法,據悉可將本次新型冠狀病毒的全基因組二級結構預測從 55 分鐘縮短至 27 秒,讓病毒的研究及疫苗開發速度快速提升。

(Source:BlueDot

疫情爆發之前,還有一家名為 BlueDot 的健康監測平台做到提前預警,甚至比世界衛生組織的公告還早了整整一週。

據 BlueDot 解釋,他們使用一套經過自然語義訓練的 AI 引擎,每天分析 65 種語言約 10 萬篇文章,甚至連社群媒體訊息流也不放過,以便即時追蹤全球傳染病的分布狀況。

平台得到結論後,BlueDot 再讓流行病學專家驗證,確認無誤後才把資訊同步給大公司和政府機構等客戶。

另外,透過分析航班資訊的路徑,平台還能提前預測某個傳染病的擴散範圍。所以 1 月初,BlueDot 便表示新型冠狀病毒的感染人群不僅出現在中國地區,未來也將擴散至全球。

BlueDot 創始人接受《WIRED》採訪時表示,從 2003 年的 SARS 疫情看到流行病追蹤的需求,才建立這個平台,希望讓人們能及時掌握面臨的威脅。

他還認為,人工智慧的優勢在於對傳染病潛在危機的判斷,往往會比政府機構的反應速度更快。畢竟電腦能自動分析大量資訊,且不受人為因素干擾,也就沒有隱瞞欺騙。

名為 Healthmap.org 的公共衛生監視網站也在做類似的事,由流行病學家約翰‧布朗斯坦建立,主要使用人工智慧演算法分析各種政府報告、新聞網站及其他來源的數據。

他強調,人工智慧還需要幾年,才能在醫學領域發揮出應有的影響力。它的目的並不是要取代人類,而是讓人類獲得超越傳統監測手段的力量,補充遺漏的資訊,提供更快、更準確的早期預警,挽救更多生命。

(本文由 愛范兒 授權轉載;首圖來源:shutterstock)

延伸閱讀: