[[315538]]

隨著無人駕駛出租車在美國開展測試與部署，科幻小說中描述的無人駕駛場景正一步步走向現(xiàn)實(shí)，并有望徹底改變整個(gè)交通運(yùn)輸行業(yè)。此外，高盛、摩根大通以及摩根士丹利等金融企業(yè)在過去一年中都在積極擴(kuò)展自身數(shù)據(jù)與技術(shù)團(tuán)隊(duì)，深化AI技術(shù)的應(yīng)用。各大巨頭態(tài)積極部署AI技術(shù)項(xiàng)目，幫助自身在競爭當(dāng)中脫穎而出。

從目前來看，AI技術(shù)的應(yīng)用范圍已經(jīng)非常廣泛，各個(gè)行業(yè)可謂概莫能外——制藥行業(yè)自然也在其中。

可以肯定的是，AI技術(shù)確實(shí)在制藥行業(yè)中具有巨大的發(fā)展機(jī)遇。部分行業(yè)巨頭已經(jīng)開始嘗試針對多種不同目標(biāo)實(shí)施AI策略，并為最終有望全面到來的行業(yè)轉(zhuǎn)型奠定基礎(chǔ)。

臨床試驗(yàn)選擇

藥物的市場投放是一個(gè)昂貴且漫長的過程。2017年，塔夫茨藥物開發(fā)研究人員的調(diào)查顯示，單一藥品的平均上市成本為27億美元，且數(shù)字仍在不斷增加。臨床試驗(yàn)占據(jù)研發(fā)成本中的很大部分比例——盡管研究人員投入了大量資金，但仍然經(jīng)常出現(xiàn)項(xiàng)目延后以及較高的失敗率。CB Insights的一項(xiàng)調(diào)查顯示，臨床試驗(yàn)延后的最大原因來自人員招募環(huán)節(jié)，約有80%的試驗(yàn)無法按時(shí)找到理想的試藥志愿者。

與其他傳統(tǒng)技術(shù)相比，IBM Watson等AI技術(shù)使得臨床醫(yī)生得以更快、更高效地找到合適的患者進(jìn)行臨床試驗(yàn)。在這類場景下，AI技術(shù)不僅通過加快選擇過程幫助制藥企業(yè)節(jié)約時(shí)間，同時(shí)也能夠確保候選人具有合適的條件，最終節(jié)省金錢并減少潛在的失敗試驗(yàn)數(shù)量。

藥物依從性

臨床試驗(yàn)中的一大重要部分，在于嚴(yán)格遵守協(xié)議。簡而言之，如果志愿者未能遵守試驗(yàn)規(guī)則，那么必須將相關(guān)數(shù)據(jù)從集合當(dāng)中刪除。否則，一旦未能及時(shí)發(fā)現(xiàn)，這些包含錯誤用藥背景的數(shù)據(jù)可能嚴(yán)重歪曲試驗(yàn)結(jié)果。此外，保證參與者在正確時(shí)間服用正確的藥物，對于維護(hù)結(jié)果的準(zhǔn)確性也同樣重要。

AI支持下的人臉識別技術(shù)已經(jīng)被用于多種不同應(yīng)用場景，包括在Snapchat等社交聊天軟件上提供美顏濾鏡，以及為用戶提供獨(dú)特的生物識別“密鑰”以增強(qiáng)安全性等等。

AiCure等SaaS平臺已經(jīng)開始采用這項(xiàng)技術(shù)，希望解決之前提到的藥物依從性問題。通過人臉識別，該平臺能夠判斷出某人是否服用過藥物以及劑量是否合適。在這套平臺的幫助下，參與者的依從率快速提升至90%。

罕見疾病藥物研發(fā)

自由市場的規(guī)則，促使各大制藥企業(yè)開發(fā)出能夠服務(wù)于大規(guī)模人群的藥物。在另一方面，由于缺乏成本效益，針對罕見疾病開發(fā)治療方法的嘗試，長期以來一直沒有得到應(yīng)有的重視。

美國食品藥品監(jiān)督管理局（FDA）以及歐洲藥品管理局（EMA）在這一發(fā)展當(dāng)中提供動力，并嘗試?yán)肁I技術(shù)幫助應(yīng)對這一挑戰(zhàn)。美國的初創(chuàng)企業(yè)已經(jīng)在利用機(jī)器學(xué)習(xí)算法，嘗試整合來自一系列數(shù)據(jù)源的大量數(shù)據(jù)，包括臨床試驗(yàn)、專利日志以及其他科學(xué)數(shù)據(jù)與文獻(xiàn)，旨在重新利用現(xiàn)有藥物將其應(yīng)用于各類較為罕見的疾病。

在波恩大學(xué)公布的最新研究當(dāng)中，科學(xué)家們發(fā)現(xiàn)神經(jīng)網(wǎng)絡(luò)能夠自動比較病患照片，據(jù)此更高效、更可靠地診斷各類罕見疾病。該軟件能夠從照片當(dāng)中檢測出與某些疾病相關(guān)的特定面部特征，將該信息與其他遺傳及患者數(shù)據(jù)結(jié)合起來，并與可能性最高的疾病進(jìn)行比對。

企業(yè)間諜與黑客行為

由于藥物開發(fā)成本過高，制藥行業(yè)的知識產(chǎn)權(quán)自然具有不可估量的極高價(jià)值。因此，根據(jù)今年早些時(shí)候NTT Security進(jìn)行的研究，醫(yī)療行業(yè)成為遭受網(wǎng)絡(luò)攻擊最多的前五大行業(yè)。

此項(xiàng)研究首次發(fā)現(xiàn)，最常見的攻擊類型主要是基于偵察類攻擊，占對醫(yī)療行業(yè)攻擊總數(shù)的44%。實(shí)際上，在EpiPen在2016年提價(jià)之后，一群黑客竊取了相關(guān)專利數(shù)據(jù)，意味著偽造者能夠創(chuàng)建出更便宜的自制設(shè)備，甚至提供在線“操作方法”分享視頻。

網(wǎng)絡(luò)安全對于各個(gè)行業(yè)都是一個(gè)日益嚴(yán)重的問題。隨著黑客將攻擊矛頭指向極具價(jià)值的專利與設(shè)計(jì)，期望從中獲利，這方面威脅在醫(yī)療行業(yè)中的嚴(yán)重程度也在快速提升。

作為回應(yīng)，網(wǎng)絡(luò)安全行業(yè)開始整體部署AI技術(shù)，希望應(yīng)對這一迫在眉睫的威脅。前文提到的生物識別安全（例如人臉識別）已經(jīng)被廣泛用于制藥行業(yè)中的敏感數(shù)據(jù)保護(hù)，而AI驅(qū)動算法則讓安全人員能夠通過集成大量安全數(shù)據(jù)的方式，實(shí)時(shí)檢測來自世界各地的威脅活動。

總結(jié)

制藥行業(yè)已經(jīng)在大規(guī)模AI解決方案的實(shí)施方面邁出重要一步，對于其他與制藥業(yè)類似的大規(guī)模行業(yè)，AI技術(shù)的潛在應(yīng)用同樣非常廣泛。

為了推動這一至關(guān)重要的發(fā)展潮流，制藥行業(yè)需要采用正確的技術(shù)與工具，確保相關(guān)系統(tǒng)能夠及時(shí)高效地捕捉、集成、分析以及解釋多種不同增長的數(shù)據(jù)集。除此之外，AI技術(shù)也有望從開發(fā)到試驗(yàn)，有效保障新藥與療法在專利與設(shè)計(jì)層面的安全。這一切，都將給制藥這一歷史悠久且至關(guān)重要的行業(yè)帶來前所未有的變革。