【猎云网（微信：ilieyun
）北京】7月17日报道（文/马丽）
电影《我不是药神》在朋友圈的刷屏，触达了无数人敏感的神经，摊上低概率的难以治愈大疾病，没有商业保险，没有财力的支持，基本上患病就等于被判了缓期执行的死刑。普通老百姓在大病面前只能靠卖房砸锅卖铁应对重大疾病吗？
AI技术的飞速发展，在医疗领域也迅速开花结果，目前看到最多的是在医疗影像上的落地应用，在制药领域，AI是否可以大展身手造福人类？
先来一组数据感受一下制药的研发过程的困难。根据塔夫特药物发展研究中心的数据，一款新药的面市从药物发现到获得FDA批准平均大约需要96.8个月（8年）。
而在成本上，德勤的数据显示，自2010年以来，12家主要制药公司的获批药物开发成本已经增加了33%，每年约16亿美元。
新药研发周期长、投入大、效率低、药物正确率低。有一个例子可以感受下药物研制过程的偶然性。
“伟哥之父”穆拉德曾在一次座谈会上为大家分享其药物开发过程：“伟哥这款药物原本当时是为了研究心血管疾病，但男性受试者看到美女护士意外有反应，因此转研究男性勃起功能障碍。”结局有点搞笑，但对药物研发者来讲又无可奈何。付出了那么多努力，最后却跑偏了，药物研发的不确定因素太多。
那么，新药研发具体包括哪些环节？AI技术又可以参与助力哪些环节？据悉，新药研发到上市包括：临床前研究，临床三期试验，最后再到药物批准上市。
而AI技术可以参与的阶段主要是临床前制药的研究，AI可应用于药物开发的不同环节：
1.药物靶点的确认（药物与体内大分子的作用结合位点，包括基因位点、受体、酶、离子通道、核酸等生物大分子）；
2.构建新型化合物的合成；
3.活性化合物的多次筛选；
4. 药物有效性/安全性预测；
5.制剂的开发等。
药物从研发到批准上市，从最开始的备选化合物走到上市这一步的药物寥寥无几。
猎云网日前采访到一家做AI制药的科技公司——智药科技，智药科技COO 杨晨表示，一款新药研发到上市的周期平均时间为八年多，AI主要可以缩短周期提高效率是前四年的临床前研究阶段，临床前期阶段新药研发企业的大部分时间都用于化合物的找寻，在细胞、动物中分别试验，平均100万例才能找寻出一例化合物通过临床前试验，对于后四年的临床研究阶段，AI目前几乎不能干预其周期时间，主要的作用是降低其失败概率，但由于数据集的缺乏，这一点的实现也非常困难。
智药科技是一家基于人工智能技术进行药物研发的企业，具体来说，主要做的事情是药物发现阶段中的药物靶点确认的环节，研发的用于抗病毒领域新药，目前在研的药物是一款用于治疗登革热病毒的药物，现在还处于实验室在研的阶段，并没有落地使用。
其他家的AI+新药的企业有实际落地的案例吗？杨晨告诉猎云网，从检索药物专利的情况来看，目前现有的企业研制的药物都没有到上市的阶段，AI+制药也是基于近几年深度学习算法的提高而发展起来。
但在药物研发这个细分领域中，药研的本身特点及其对于安全性和有效性的确定，使其哪怕借助于技术手段，也不会短平快的迅速走上上市的阶段，该做的临床试验研究还是一步都不能少。
国内除了智药科技外，也有一家做新药研发的企业有晶泰科技，他们专注于对晶体研究算法效率的提升，比如通过人工智能来预测ADMET (药物的吸收、分配、代谢、排泄和毒性)等药物开发信息。
目前主要是跟国外的药企合作，为其提供针对药物早期发现、药物设计等方面的需求。晶泰科技推出了“药物固相高精度筛选与设计云平台”与“AtomPai”这两个平台，以SaaS模式给到药企。
据悉，对于AI新药研发的数据方面，晶泰科技的数据来源有公共数据、自身研发数据以及药企合作数据，这也是智药科技及其它AI新药研发企业的数据来源。但是，由于数据的私密性和安全性，好的数据对每个药企公司都是非常重要的数据资产，怎么能够以合适的方式共享出数据，也是大家共同面临的问题，这也是制约行业发展的一个因素之一，需要多方的沟通协同。
国外的新药研发初创公司据不完全统计有16家，如Atomwise; BenevolentAI; Berg; Cloud Pharmaceuticals; Datavant等。Atomwise是药物挖掘与人工智能结合领域比较有代表性的初创公司，也是智药科技对标的公司，他们主要是为制药公司、创业公司和研究机构提供候选药物预测服务。通过IBM超级计算机分析数据库，并用深度学习神经网络分析化合物的构效关系，于药物研发早期评估新药风险。
国内外的新药研发企业不断推进各大药企和科研院所的研发进程，那实验药物研发科研机构和制药厂商对于现在人工智能技术应用到制药的态度又是怎样的？
杨晨谈到，合作的企业态度还是非常积极，肯定AI技术对于新药研发的极大促进作用，在智药科技与众多的合作伙伴的沟通中发现，这是业内人士公认的一个观点，AI助力新药研发的思路能够极大的提升效率毋庸置疑。
与大家熟知的AI＋影像领域项较来说，医疗影像发展迅速的根本原因在于，大量数据和优秀算力算法的存在，使其落地周期短。而新药研发的特点使其从研发到上市，本身的周期就要远远长于其他AI+医疗细分领域，大家需要耐心来等待一款新药的真正上市。
AI新药研发的难点
在人工智能如火如荼的发展中，看到的AI+医疗领域的落地应用不少，比如医疗影像分析、医疗大数据的分析服务、导诊机器人等。AI+新药研发的创企却出奇的少，在这个细分领域里，国内看得见的做新药研发公司就是晶泰科技和智药科技了。什么原因让大家如此谨慎，没有热火朝天的涌入这个细分领域中？
总的来说是数据壁垒和人才壁垒制约着整个行业的发展。杨晨举例说，“AI＋制药”比“AI+图像”的研发复杂度要高，图像是二维的输入算法变量。
AI＋制药牵扯到三维结构的数据，比如每个原子的电子特性和物理特性，变量较多，难度较大。AI药物研发需要高质量数据支持。国内创新药研发起步较晚，与国外相比，对于优质数据的积累还有一定差距。
在人才方面，AI+新药研发领域需要垂直领域的专家参与才能有所突破。既需要物理学家、药物学家、又需要人工智能科学家、计算机领域工程师等跨学科人才。通过在交叉领域人才和经验的积累，才更容易获得突破性的思路和好的成果。
优质数据集的积累这一问题需要医院、药企的共同协同，才能解决这一“燃料”问题。只要真正落地到企业，能帮助到行业从业者，让他们看到效率提升的话，数据问题的解决时间应该会更快。
大家最关心的还是人工智能技术助力下，我们什么时候才能用到价格合适的新药，杨晨道：“利用AI技术产出药品没办法较快看到结果，但是我乐观估计，大家最快四年左右的时间就可以见证一款AI研发的新药上市。”
因为看不到新药的上市，一些质疑的声音也充斥在各种角落。不能因为现在没有上市的新药就全面否认其价值，每个行业领域都有其自身的发展规律，科技再发达也只是工具不是神仙，不能改变一些客观事物的发展规律，对于新药研发来讲，该走的研发验证等步骤一步也不能少，毕竟是牵扯到万千人类生命的问题，新药研发值得我们耐心等待。
人工智能对药企提高研发效率，降低药物的质量与专利风险有重要价值。对于资源的有效利用以及药物研发的周期确实能够起到促进作用，对病痛中亟待药物治疗的人和买不起高价药的人来讲，是科技实实在在给人们带来的福音。
互联网的模式创新和发展规律并不适用于所有创企，对于AI+新药研发来讲，AI是值得等待的“药神”。
