人事變革、諾獎加持，備受關注的AI能否顛覆醫療行業？

21世紀經濟報道見習記者 閆碩 北京報道

近日，禮來發布公告，任命Thomas J. Fuchs爲其首任首席人工智能官，任期自2024年10月21日起生效。

根據公告，Fuchs將爲禮來公司的人工智能項目提供願景、戰略方向及整體領導，覆蓋藥物發現、臨牀試驗、生產製造、商業活動以及內部職能。他還將負責識別、構建和管理人工智能與機器學習解決方案，以幫助禮來向全球患者提供藥品。

也是在這幾日，2024年諾貝爾獎聚焦AI，將物理學獎、化學獎均授予了與AI相關的研究。

其中，物理學獎授予約翰·J·霍普菲爾德（John J. Hopfield）和傑弗裡·E·辛頓（Geoffrey E. Hinton），表彰他們在使用人工神經網絡進行機器學習的基礎性發現和發明。化學獎一半授予大衛·貝克（David Baker），表彰其在計算蛋白質設計方面的貢獻；另一半則共同授予谷歌DeepMind的CEO德米斯·哈薩比斯（Demis Hassabis）和AlphaFold一作約翰·M·詹珀（John M. Jumper），表彰他們在蛋白質結構預測方面的成就。

IQVIA艾昆緯中國人工智能和創新業務負責人張暢向21世紀經濟報道記者指出，從今年諾獎化學獎的頒獎理由看，主要是表彰他們探索到一種更“聰明”的方式去發現藥物。廣義上看，AI製藥（AIDD，即AI drug discovery）其實並不是一個新話題，但與以往相比，當前的AIDD更加智能，讓研究者工作效率呈指數級提升。

“對於AI是否會顛覆製藥行業，我持謹慎態度。顛覆如果是指完全由AI來主導藥物的研發，那還遠遠沒有到那種程度。實際上，現在AI只是在篩選中起加速作用，更多是促進研究效率的提升，並不代表最終的研發一定能夠成功。藥品想要真正做得出來，AI想要真正顛覆未來，還有很長的路要走。”張暢說。

加速藥物研發

諾貝爾獎和AI的碰撞成爲連日來的熱門話題。日前，2024年諾貝爾物理學獎頒給了計算機科學、頒給了AI，讓不少人調侃“物理學不存在了”。

對此，360董事長周鴻禕在社交媒體平臺指出，AI for Science代表了未來的一個趨勢，可能以後各個科學的突破，都要靠AI來推動。AI會成爲人類科學研究的重要工具。以後搞AI的人，不光可以得諾貝爾物理學獎，還能得諾貝爾化學獎，得諾貝爾生物學獎。

話音剛落，次日頒佈的諾貝爾化學獎，又給了AI。因爲無論是Hassabis團隊的AlphaFold還是Baker團隊的Rosetta、ProteinMPNN等模型，都是使用AI做蛋白質相關研究。

毫無疑問，這類AI工具的應用能夠加速藥物研發。以AlphaFold爲例，今年5月，Demis Hassabis和John M. Jumper團隊推出的AlphaFold 3，直接登上Nature頭條，引起業內廣泛關注。

根據相關資料，AlphaFold 3可以直接預測原子3D座標，併成功將AI的能力擴展到DNA、RNA等領域。傳統的蛋白質結構解析成本高昂，耗時且需要複雜的實驗設備，AlphaFold的出現對蛋白質結構的預測有了極大的突破。

其實早在2018年，團隊推出的第一代AlphaFold模型，便已展示出其強大的預測實力，在CASP13（第十三屆國際蛋白質結構預測競賽）中獲得第一名。2020年，團隊發佈AlphaFold 2，被認爲是蛋白質結構預測領域的里程碑式突破。截至目前，全球已有數百萬的研究人員使用AlphaFold 2在瘧疾疫苗、癌症治療和酶設計等領域取得了進展。

有券商分析師向21世紀經濟報道記者表示，藥物研發領域有一個“雙十定律”，即研發一款新藥需要10年時間、10億美金的投入。以AlphaFold爲代表的AI for Science的工具，可以爲藥物研發指明方向，加速研發過程，提高研發效率。不僅如此，這些工具的使用也可以降低研發成本，使得更多的科研機構能夠參與到相關研究中。

張暢認爲，AI賦能製藥領域主要是基於更大量和更“聰明”的計算，而基於這樣類似高通量篩選的邏輯，AI入局會提升藥物發現的成功率。不僅如此，AI或許也可以讓研究者結合市場的商業化數據做定向研發及品種發現，使得研發立項之初便是基於市場空白，在更加具體的方向上研發可能比之前隨機的方式更高效。

數據顯示，全球目前約有343家AI藥物研發企業，AI製藥的全球市場規模短期內已經達到500億美元，並有望繼續增長。據行業媒體預測，預計到2025年，30%的新藥將會使用AI研發。

在此背景下，不少藥企開始加速佈局AI。在公司發展戰略和業務結構的不斷調整下，禮來首次任命首席人工智能官；輝瑞也在今年8月宣佈任命Berta Rodriguez-Hervas爲其首席人工智能和分析官，並將進一步擴大其數字化團隊。

而在具體業務中，今年6月，禮來宣佈與OpenAI公司合作，利用AI技術開發抗菌藥物；上個月，禮來宣佈與Genetic Leap達成合作，將利用後者的人工智能平臺，針對其選定的靶點開發寡核苷酸藥物。

顛覆需要時間

投融資市場上，根據智藥局數據監測，2024年第三季度，全球共有33家AI製藥相關企業完成了新一輪融資，披露總金額約13.27億美元（約合人民幣93.12億元）。

投資方不乏一些科技巨頭。比如，9月，成立僅六個月的AI製藥初創企業Chai Discovery宣佈成功完成3000萬美元的種子輪融資，投資方包括OpenAI和知名投資公司Thrive Capital；7月，以色列CytoReason完成新一輪8000萬美元融資，英偉達、輝瑞、賽默飛世爾科技以及風險投資公司OurCrowd等參與其中。

IQVIA艾昆緯中國人工智能解決方案總監王越向21經濟報道記者表示，AI對整個製藥行業都會帶來改變，包括藥物研發、商業化、下游流通等多個領域。這次諾貝爾獎頒佈之後，AIDD產業鏈上的上游、中游、下游等多個環節，相關企業都會更進一步AI化。

王越進一步表示，我們應當理性看待投融資市場。回到當前AI的本質，無非是用更高效的方式進行文字識別、圖像識別、語音識別，並用這些信息在以往沒有辦法處理的量級上進行計算，最終得出結果。但想要真正實現從量變到質變，還需要在場景化方面尋求突破。

在場景化之後，還有商業化道路，而當前談商業化尚早。從藥物研發到臨牀試驗到上市再到走通最後的商業化之路，其實非常漫長。在這個過程中，也伴隨着製藥行業在安全性、合規性等方面的嚴格要求。

“因此，AI是否能夠顛覆製藥行業，我認爲短期內很難，但可以在一些環節達到從量變到質變的效果。這樣一個個的變化，最終也可能會給行業帶來新的發展，但這還需要時間。”王越說。

需要指出的是，與國外相比，我國發展AIDD存在一些優勢和不足。在張暢看來，我國的優勢之一在於市場的體量大，作爲生產要素的數據相應地也更多。但是也要認識到，目前生成式AI的不可解釋性等特徵都是非常現實的難點，從嚴謹的製藥行業角度出發，很多情況下還要“知其所以然”。

張暢認爲，在中國市場的巨大體量下，結合衆多臨牀領域專家醫生的國際領先水平，如何把AI所驅動的藥物發現也做到全球領先水平是需要思考的問題，如何將通用AI應用的優勢複製到承載着社會嚴格要求的醫療體系中也是目前所面臨的挑戰。Biotech公司的大批涌現促進了醫藥行業的創新發展，而AI藥物發現進一步爲Biotech及大藥廠提供更多“Hits”，也必然是一種佈局AI的路徑。

“但這也不意味着AI會顛覆整個市場格局。作爲一種工具，AI會幫助院所、企業的基礎研究和應用研究，爲後續的商業化落地提供更多元化的方向選擇。”張暢說。

應用前景廣闊

在AI+醫療方面，其實不止AI製藥，AI+醫療器械、AI+醫療服務等也在快速發展。

以醫療器械領域爲例，中商產業研究院指出，2023年全球AI醫療器械市場規模已達到約100億美元，預計2024年全球AI醫療器械市場規模將達121億美元。其中，中國2023年AI醫療器械市場規模37.26億元，預計2024年AI醫療器械市場規模將達到85.45億元。

“除了在醫藥、醫療、器械以及對患者的服務外，AI還可以基於多源異構數據爲公共衛生市場和決策提供依據，例如進行流行病發病情況的預測；也可以對企業內部知識庫和語料庫進行整合，從而爲企業提供統一的知識管理大腦，相關人員在檢索信息時更便捷、全面，同時也爲專業人士培訓等環節賦能等。”張暢補充道。

值得一提的是，今年的政府工作報告首次提出“人工智能+”行動，指出要打造具有國際競爭力的數字產業集羣。

IQVIA艾昆緯中國技術解決方案總監孫瑋珉向21世紀經濟報道記者表示，“上一次我們看到從國家層面推動此類工作還是在互聯網時代，即十幾年前提出的‘互聯網+’，而現在已經成爲‘人工智能+’。對於醫療行業的各個環節而言，無論是研發還是臨牀，AI所能提供的服務都將是顛覆性的，只是一個時間問題。但在這個過程中還有一些難題需要突破，最主要的還是對AI的信任問題。”

具體而言，信任問題分幾個維度，首先是合規性方面，AI需要輸入很多數據，無論是企業自建AI還是外部的AI，如何合法使用這些數據是需要解決的問題，同時也要避免造成敏感數據的泄露；其次，如何確定AI生成內容的知識產權的歸屬性也是需要解決的一個問題；再次在倫理方面，由於AI有不可預測性，很多事情會在量變到質變的時候涌現，AI會不會做一些不好的事情其實很難判斷。

“其他行業可能發展較快，但醫學藥學與生命相關，我們會非常謹慎。所以從這幾個維度上看，AI在醫療行業的應用，我們認爲與當年的互聯網一樣，可能會比零售、快銷、新能源汽車等行業慢幾年。”孫瑋珉說。