|
導讀：藥品的研發面臨著成本高、耗時長、風險大的問題。當前，大數據、人工智能等正成為新藥開發的重要手段，有利于加快新藥品的研發速度。另外，有專家表示，通過大數據與人工智能技術的結合，可以為藥物研發提供計算機輔助研究，可大大降低研發風險。 藥品的研發面臨著成本高、耗時長、風險大的問題。當前，大數據、人工智能等正成為新藥開發的重要手段，有利于加快新藥品的研發速度。另外，有專家表示，通過大數據與人工智能技術的結合，可以為藥物研發提供計算機輔助研究，可大大降低研發風險。 據羿戓智能醫療所了解，有藥企就試圖通過大數據、互聯網等方式搭建醫藥研發和生產機構與患者溝通交流的平臺，從而讓更多的醫生和患者了解臨床試驗，促進新藥的研發。 藥企人員表示，“臨床試驗標準很嚴格，判斷一個患者是不是特別合適這個臨床試驗、效果如何，一方面需要大數據和人工智能的輔助，同時也需要大量的人工參與。” 該平臺的建立可以縮短新藥研發時間，幫助藥企提升研發效率，使新的治療藥物更快地應用于臨床;另一方面，也為受試者帶來新的治療方案和治愈的可能性。 另外，人工智能在精準醫療、新藥研發、慢性病管理、疾病風險預測等細分領域也開始大放異彩。 據了解，新藥在研發的過程中一般涉及靶點確認、化合物篩選及優化、藥物評估、制劑開發、臨床試驗以及監管部門批準等環節，而人工智能可以通過識別新靶點，預測新化合物能適應的靶點，從而加速新藥研發。 同時，人工智能可以通過對現有化合物數據庫信息的整合和數據提取，獲得大量化合物的毒性、有效性的關鍵信息，從而提高化合物篩選的成功率。 此外，人工智能還可以通過預測晶型的穩定性和溶出速率來提升藥物的穩定性，通過篩出盡可能多的晶型來保證專利的覆蓋度。 業內表示，在臨床試驗階段，人工智能技術能借助患者臨床大數據來篩選更符合試驗需要的目標患者，提高臨床試驗的效率和成功率。 當前，人工智能新藥研發技術正逐步發展，國外已經有藥企正在進行該方面的商業化。例如，AI公司BenevolentAI旗下治療腦膠質瘤的創新化合物目前已經進入有效性驗證階段。 再比如，AI新藥研發公司Berg基于人工智能算法發現的新藥BPM31510已經順利完成I期臨床，正在進行II期臨床試驗，而發現藥物過程的功勞就源自人工智能新藥研發平臺。 總的來看，人工智能在新藥研發領域存在巨大潛力，雖然，目前還未研發出基于人工智能技術的新藥，不過大力發展大數據新藥創制已經成為全球制藥行業的新嘗試。例如，我國貴州讓大數據攜手大健康，鼓勵建立大數據新藥研發平臺，大力支持藥品等的研發，為醫藥產業的可持續發展作技術支撐。 業內認為，在制藥行業不斷發展的背景下，隨著人工智能、大數據、物聯網等技術的不斷成熟，未來醫藥行業將會是一個充滿變革、挑戰和機遇的行業，企業之間的競爭也將愈加激烈。
|
