AI技术将如何推动制药行业发展？

 

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“**”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

*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