|
日前，Insilico Medicine（以下簡稱為 “Insilico”）在上海浦東舉辦創(chuàng)新成果發(fā)布會,，公布其在 AI 制藥領(lǐng)域取得了里程碑式進(jìn)展,。發(fā)布會上指出，Insilico 在全球首次利用人工智能發(fā)現(xiàn)新機(jī)制特發(fā)性肺纖維化（IPF）藥物新靶點,，以及針對該靶點設(shè)計的全新化合物,。據(jù)悉，該候選藥物成功進(jìn)入臨床前研究階段,，并即將開展臨床階段研究,。
眾所周知，一款新藥從研發(fā)到上市需要花費 10 年以上的時間,、近 26 億美金的投入,，即使如此，大約只有 10% 新藥能被批準(zhǔn)進(jìn)入臨床期,，最終只有更小比例的藥物分子可以上市,。曾有投資人將新藥 “從實驗室進(jìn)入臨床試驗階段” 描述為 “死亡之谷”。Insilico 利用 AI 發(fā)現(xiàn)新藥靶點并推動藥物進(jìn)入臨床,，再次證實了 AI 在新藥研發(fā)領(lǐng)域的潛力,。那么 AI 在整個醫(yī)療領(lǐng)域的潛力如何？又將怎樣與其他細(xì)分領(lǐng)域深度融合？北京時間 3 月 2 日,，啟明創(chuàng)投,、創(chuàng)新工場以及 Insilico 聯(lián)合舉辦了一場線上高端對話 —— 從 “AI＋醫(yī)療” 到數(shù)字醫(yī)療：機(jī)遇與挑戰(zhàn)。在會上,，啟明創(chuàng)投主管合伙人梁颕宇女士,、創(chuàng)新工場董事長兼 CEO 李開復(fù)博士、Insilico 創(chuàng)始人兼首席執(zhí)行官 Alex Zhavoronkov 博士,，首席科學(xué)官任鋒博士共同討論了 AI 在醫(yī)療健康領(lǐng)域的潛力和挑戰(zhàn)。在新藥研發(fā)領(lǐng)域,，高成本,、高投入、高風(fēng)險” 早已成為行業(yè)的普遍共識,。要解決傳統(tǒng)制藥行業(yè)內(nèi)的這一難題,，AI 或許是擰動這一難題的一把好鑰匙。Insilico 是一家以 AI 驅(qū)動的藥物研發(fā)公司,， Alex Zhavoronkov 此前接受生輝采訪時曾指出,，Insilico 的絕對優(yōu)勢在于他們是少有能把 AI 滲透到從靶點發(fā)現(xiàn)到臨床預(yù)測每一個產(chǎn)業(yè)環(huán)節(jié)的公司。Alex Zhavoronkov 曾在采訪中指出：“將正確的藥物靶點與正確的疾病聯(lián)系起來是藥物研發(fā)的最大挑戰(zhàn),?！?/span>據(jù)了解，Insilico 的核心技術(shù)在于開發(fā)一系列生成對抗網(wǎng)絡(luò)（Generative Adversarial Networks,，GANs）和強(qiáng)化學(xué)習(xí)（Reinforcement Learning,，RL）來識別蛋白質(zhì)靶點，從而生成具有特定屬性的分子結(jié)構(gòu)并合成數(shù)據(jù),。在 2019 年,，Insilico 發(fā)明并推出了一種用于藥物發(fā)現(xiàn)的新型人工智能系統(tǒng)，能夠在 21 天從始至終創(chuàng)造出全新的分子,，花費僅約 15 萬美元,。由于靶點發(fā)現(xiàn)的失敗率約為 95%，Insilico 當(dāng)時解決了該行業(yè)藥物發(fā)現(xiàn)的最大瓶頸之一,。Insilico 官方曾這樣描述 IPF 新藥研發(fā)的詳細(xì)過程：從利用 AI 發(fā)現(xiàn)的 20 個與纖維化相關(guān)全新靶點研究,、逐漸縮小適應(yīng)癥確定針對 IPF 一個新靶點；確定靶點后,，利用 AI 化學(xué)生成系統(tǒng)設(shè)計選定化合物,，在細(xì)胞實驗和動物模型試驗中驗證安全性和有效性，進(jìn)行 “設(shè)計 - 合成 - 評估 - 優(yōu)化 - 重新設(shè)計” 數(shù)輪循環(huán),；確定臨床前化合物后,，進(jìn)行專家評估；再確定是否可以進(jìn)入到臨床開發(fā)階段。圖 | 基于 AI 技術(shù)的 IPF 新藥研發(fā)流程圖（來源：高端對話現(xiàn)場提供）據(jù) Insilico 官方透露,，其 IPF 候選化合物目前正在進(jìn)行 IND 申報,，有望在 2022 年初進(jìn)入臨床研究階段。除了 IPF 靶點驗證以外,，Insilico 也在基于 AI 平臺發(fā)現(xiàn)多種纖維化疾病的創(chuàng)新靶點,，包括皮膚纖維化,、肝纖維化,、腎纖維化等。“藥物發(fā)現(xiàn)中最困難的步驟和最大的謎團(tuán)之一在于靶點驗證,，特別是確定在臨床環(huán)境中有強(qiáng)大影響力的靶點,。通過人工智能的努力，Insilico 成功地解決了藥物發(fā)現(xiàn)中最大的謎團(tuán)之一,?！?新墨西哥大學(xué) (University of New Mexico) 翻譯信息學(xué)部門教授兼主任 Tudor Oprea 博士這樣說，他在藥物發(fā)現(xiàn)領(lǐng)域擁有 25 年的行業(yè)和學(xué)術(shù)經(jīng)驗 ,。對于 Insilico 所取得的進(jìn)展,，李開復(fù)指出，他們正在做一件偉大的事情,，今天是一個非常重要的里程碑，這會對全人類做出巨大的貢獻(xiàn),，而且我們不要忘記這只是第一步，未來還有很長的路要走,，未來 Insilico 的貢獻(xiàn)會持續(xù)放大,。“我們希望 Insilico 可以做成中國最好的 AI 醫(yī)療公司。畢竟,，現(xiàn)在中國的醫(yī)藥行業(yè)很需要 Insilico 提供的服務(wù)，希望 Insilico 團(tuán)隊可以加快發(fā)展,，與更多的公司合作,。” 梁颕宇也非常認(rèn)同李開復(fù)的說法,。AI + 醫(yī)療還處于起步階段,，發(fā)展空間很大不止于新藥研發(fā),，AI 可以正在滲透到醫(yī)療健康領(lǐng)域的多個細(xì)分領(lǐng)域中。李開復(fù)認(rèn)為,，用 AI 發(fā)明新藥是一個非常全面的突破性發(fā)明,，包括打通從靶點的發(fā)現(xiàn)、小分子化合物的尋找和設(shè)計等整個流程,，最終實現(xiàn)制藥這件事情,。如果從 1 到 10，我們今天其實只走了第一步,，未來的潛力特別的巨大,。梁颕宇十分認(rèn)可李開復(fù)的看法，她認(rèn)為 AI 現(xiàn)在還處于 “1” 階段,，從最先大規(guī)模應(yīng)用于醫(yī)療影像中,，到后面慢慢發(fā)展到藥物研發(fā)領(lǐng)域，并取得了很好的進(jìn)展,。從醫(yī)療領(lǐng)域全景來看，AI 還沒有介入的很多細(xì)分領(lǐng)域,，還需要更長的時間,、更系統(tǒng)化的解決方案。要實現(xiàn) AI 在醫(yī)療領(lǐng)域的全面落地,，還需要不斷優(yōu)化升級 AI 系統(tǒng),，提升 AI 的智能化和個性化。雖然 AI 在醫(yī)療健康領(lǐng)域處于起步階段,，但是滲透到各細(xì)分領(lǐng)域的潛力巨大,。李開復(fù)認(rèn)為，AI 先以工具切入醫(yī)療領(lǐng)域,，用于輔助醫(yī)生,、專家等。以后,，在某些領(lǐng)域里 AI 會扮演更重要的角色,，將會與人一起工作，甚至 AI 可能做最大量的工作,。總之,，這應(yīng)該是一個賦能、增強(qiáng),、人 + AI 的過程,，可以實現(xiàn) 1+1+1>3 的效果。李開復(fù)從三個方面剖析了未來 AI 在醫(yī)療領(lǐng)域的進(jìn)一步發(fā)展布局,。他認(rèn)為,，二,、三十年后，AI 會與人類實現(xiàn)更好的結(jié)合,，在 AI 助力下,，人類獲得的成績可能會大于過去幾千年所有的工作積累。一是,，在新藥的研發(fā)和加速方面,，隨著對于靶點發(fā)現(xiàn)、新藥發(fā)現(xiàn)的加速,，接下來 AI 將會進(jìn)入人體測試中,，比如利用機(jī)器人自動化完成試驗；二是,，在診斷方面,，影像是一個非常好的切入點。用計算機(jī)來識別人臉,、物體,、商品、智能質(zhì)檢,，都達(dá)到或超過了人類的水平,，比如說在 MRI、CT 應(yīng)用上,。我認(rèn)為在整個醫(yī)療診斷的過程,，如果放眼二、三十年以后,，毫無疑問 AI 機(jī)器人的診斷會超過醫(yī)生的水平,；三是，在機(jī)器人的方面,，未來實驗室機(jī)器人,、手術(shù)機(jī)器人都會繼續(xù)發(fā)展。現(xiàn)在,，有機(jī)器人參與的手術(shù)已經(jīng)接近 20%,，未來還會持續(xù)增加，同時還會有更多類型的機(jī)器人出現(xiàn),，比如納米機(jī)器人,，可以在體內(nèi)幫助我們對抗癌癥。在 AI 賦能醫(yī)療領(lǐng)域的過程中,，中國的表現(xiàn)又會如何,？李開復(fù)認(rèn)為，中國有希望成為 AI + 醫(yī)療領(lǐng)域的全球的領(lǐng)導(dǎo)者,，因為中國擁有人口優(yōu)勢,，可以獲得更多大數(shù)據(jù),；數(shù)據(jù)會推動新技術(shù)的發(fā)展；中國在 AI + 生物交叉學(xué)科培養(yǎng)出了很多優(yōu)秀人才,。不過,，要實現(xiàn)這一目標(biāo)還需要一定的時間。梁颕宇對此深表同感,，同時她還重點提到了數(shù)字醫(yī)療的發(fā)展模式,。“數(shù)字醫(yī)療的業(yè)務(wù)模式在中國非常具有創(chuàng)新性,，這是在中國醫(yī)療體系和需求下形成的商業(yè)模式,。這些模式必須適應(yīng)不同地區(qū)的醫(yī)療系統(tǒng)才能實現(xiàn)，因此它的模式不像藥物或者醫(yī)療設(shè)備銷售那樣千篇一律,。我認(rèn)為要成為數(shù)字醫(yī)療領(lǐng)域的全球領(lǐng)導(dǎo)者并不容易,。”
|
