点击本文中加粗蓝色字体即可一键直达新药情报库免费查阅文章里提到的药物、机构、靶点、适应症的最新研发进展。
生成式人工智能在制药行业的应用日益广泛，使得非结构化信息得以转化为可用的洞察力，并自动化那些曾经需要大量人力的任务。尽管这不是解决所有问题的万能钥匙，但它正在成为解决许多问题的答案。
BioPhy生命科学健康技术公司的首席执行官兼联合创始人David Latshaw指出，人们有时倾向于把新技术应用于每一个问题，认为这样就能奏效。然而，更有效的做法是思考这些新功能能让我们实现以前无法实现的目标。尤其在制药领域，大量工作涉及语言、文本和文档，这正是生成式人工智能可以大显身手的地方。
在最近举行的MedCity News的INVEST数字健康会议上，Latshaw在一个由PharmStars首席执行官Naomi Fried主持的小组讨论中表达了他的看法，参与者还包括Atropos Health的首席执行官兼联合创始人Brigham Hyde。
人工智能在药物开发中的应用已经势不可挡，其主要应用包括目标识别及对分子功效和安全性的量化评估。Latshaw指出，此类技术使得企业能够处理比传统方法更大规模的数据。在药物发现过程中，人工智能可以帮助企业快速发现更多的药物目标和符合这些目标的分子。Latshaw提及Recursion和Insilico Medicine两家公司，前者和后者都在利用其人工智能技术发现的主要药物候选产品上取得了中期临床试验的成果。
在临床试验领域，人工智能可以帮助识别合适的患者，并优化试验的设计和结构。此外，人工智能还有助于模拟试验并进行预测。这些信息对于企业确定在何时将资源投入到合适的项目中至关重要。Hyde认为这种模拟能够降低企业投资风险，尤其是在开始第二阶段试验前，尽管要花费数千万美元做研究，借助模拟能让公司先评估出可能的结果。
然而，广泛采用人工智能的障碍在于资金问题。Latshaw提到，这些技术的前期成本高达数千万美元，何时能从中获取价值尚无明确答案，这最终取决于企业的风险承受能力和优先事项。对当前更看重短期投资回报的公司，可能会优先在后期开发和商业化阶段投入AI技术。
Hyde指出，在商业化阶段，人工智能能够预测哪些患者将受益最多，这些数据能够帮助医生做出治疗决策，也能影响支付方的覆盖决策。人工智能还影响到销售团队，企业可能不再需要1000人的销售团队，而只需300名有力证据支持的销售代表来针对关键用户。Hyde相信，个人化预测将引导出全新的个性化药物，从早期发现到直接通过网站向患者销售，而企业仍需解决制造和分销的经济模式。
Latshaw认为，大型制药公司如强生过去的经验显示，失败的尝试多于成功的项目。他不建议制药企业自行构建人工智能能力，而应继续专注于商业化和科学领域，与其他具多元能力的伙伴合作。十年后，人工智能将更加复杂，制药公司在人员构成上或许不会有太大变化，但将变得更为精简。
Hyde则预测，在人工智能带来的新能力下，制药企业将面临转型，它们需要明白自身在药物开发谱系中的定位。无论是在目标识别还是高效运行临床试验中，找到合适的位置很重要。新的商业模式将得以尝试，而个性化预测能力将催生出新的商业模式和市场机会，为这个行业带来变革。
免责声明：新药情报内容编辑团队专注于介绍全球生物医药健康研究的最新进展，本文旨在提供信息交流，不代表任何立场或治疗方案推荐。如需专业医疗建议，请咨询正规医疗机构。
