AI技术将如何推动制药行业发展？

[[315538]]

随着无人驾驶出租车在美国开展测试与部署，科幻小说中描述的无人驾驶场景正一步步走向现实，并有望彻底改变整个交通运输行业。此外，高盛、摩根大通以及摩根士丹利等金融企业在过去一年中都在积极扩展自身数据与技术团队，深化AI技术的应用。各大巨头态积极部署AI技术项目，帮助自身在竞争当中脱颖而出。

从目前来看，AI技术的应用范围已经非常广泛，各个行业可谓概莫能外——制药行业自然也在其中。

可以肯定的是，AI技术确实在制药行业中具有巨大的发展机遇。部分行业巨头已经开始尝试针对多种不同目标实施AI策略，并为最终有望全面到来的行业转型奠定基础。

临床试验选择

药物的市场投放是一个昂贵且漫长的过程。2017年，塔夫茨药物开发研究人员的调查显示，单一药品的平均上市成本为27亿美元，且数字仍在不断增加。临床试验占据研发成本中的很大部分比例——尽管研究人员投入了大量资金，但仍然经常出现项目延后以及较高的失败率。CB Insights的一项调查显示，临床试验延后的最大原因来自人员招募环节，约有80%的试验无法按时找到理想的试药志愿者。

与其他传统技术相比，IBM Watson等AI技术使得临床医生得以更快、更高效地找到合适的患者进行临床试验。在这类场景下，AI技术不仅通过加快选择过程帮助制药企业节约时间，同时也能够确保候选人具有合适的条件，最终节省金钱并减少潜在的失败试验数量。

药物依从性

临床试验中的一大重要部分，在于严格遵守协议。简而言之，如果志愿者未能遵守试验规则，那么必须将相关数据从集合当中删除。否则，一旦未能及时发现，这些包含错误用药背景的数据可能严重歪曲试验结果。此外，保证参与者在正确时间服用正确的药物，对于维护结果的准确性也同样重要。

AI支持下的人脸识别技术已经被用于多种不同应用场景，包括在Snapchat等社交聊天软件上提供美颜滤镜，以及为用户提供独特的生物识别“密钥”以增强安全性等等。

AiCure等SaaS平台已经开始采用这项技术，希望解决之前提到的药物依从性问题。通过人脸识别，该平台能够判断出某人是否服用过药物以及剂量是否合适。在这套平台的帮助下，参与者的依从率快速提升至90%。

罕见疾病药物研发

自由市场的规则，促使各大制药企业开发出能够服务于大规模人群的药物。在另一方面，由于缺乏成本效益，针对罕见疾病开发治疗方法的尝试，长期以来一直没有得到应有的重视。

美国食品药品监督管理局（FDA）以及欧洲药品管理局（EMA）在这一发展当中提供动力，并尝试利用AI技术帮助应对这一挑战。美国的初创企业已经在利用机器学习算法，尝试整合来自一系列数据源的大量数据，包括临床试验、专利日志以及其他科学数据与文献，旨在重新利用现有药物将其应用于各类较为罕见的疾病。

在波恩大学公布的最新研究当中，科学家们发现神经网络能够自动比较病患照片，据此更高效、更可靠地诊断各类罕见疾病。该软件能够从照片当中检测出与某些疾病相关的特定面部特征，将该信息与其他遗传及患者数据结合起来，并与可能性最高的疾病进行比对。

企业间谍与黑客行为

由于药物开发成本过高，制药行业的知识产权自然具有不可估量的极高价值。因此，根据今年早些时候NTT Security进行的研究，医疗行业成为遭受网络攻击最多的前五大行业。

此项研究首次发现，最常见的攻击类型主要是基于侦察类攻击，占对医疗行业攻击总数的44%。实际上，在EpiPen在2016年提价之后，一群黑客窃取了相关专利数据，意味着伪造者能够创建出更便宜的自制设备，甚至提供在线“操作方法”分享视频。

网络安全对于各个行业都是一个日益严重的问题。随着黑客将攻击矛头指向极具价值的专利与设计，期望从中获利，这方面威胁在医疗行业中的严重程度也在快速提升。

作为回应，网络安全行业开始整体部署AI技术，希望应对这一迫在眉睫的威胁。前文提到的生物识别安全（例如人脸识别）已经被广泛用于制药行业中的敏感数据保护，而AI驱动算法则让安全人员能够通过集成大量安全数据的方式，实时检测来自世界各地的威胁活动。

总结

制药行业已经在大规模AI解决方案的实施方面迈出重要一步，对于其他与制药业类似的大规模行业，AI技术的潜在应用同样非常广泛。

为了推动这一至关重要的发展潮流，制药行业需要采用正确的技术与工具，确保相关系统能够及时高效地捕捉、集成、分析以及解释多种不同增长的数据集。除此之外，AI技术也有望从开发到试验，有效保障新药与疗法在专利与设计层面的安全。这一切，都将给制药这一历史悠久且至关重要的行业带来前所未有的变革。