变快10倍！AI赋能制药的奇迹让李开复说自己错了

18个月，200万美元的经费，全球首次利用人工智能发现新机制特发性肺纤维化（IPF）的药物，所花的时间和金钱，研发成本相当于类似项目的十分之一。

这是一个AI赋能医药产业，缩短药物研发的时间，大大降低成本的典型事例。人工智能应用于药物研发中的多个场景，可帮助提高新药研发的效率和成功率，从而缓解新药研发具有研发周期长、研发费用高、研发风险大三大痛点。

2018年，英国企业DeepMind推出的 AlphaFold 可以仅根据基因“代码”预测生成蛋白质的 3D 形状。对此，创新工场董事长兼CEO李开复认为，“这是巨大的里程碑事件，在非常难的蛋白折叠的问题上实现了AI超越人的能力，但是坦诚地说，仅仅只是在一个点上做出了超越人的能力。”

而AI企业英矽智能（Insilico Medicine）近日宣布，利用深度神经网络基于年龄和不同类型的纤维化进行训练，从而识别了一系列相关靶点，并创造出针对这一靶点的小分子化合物，下一步的临床试验会在年内展开。“在靶点的发现，以及小分子化合物的寻找和设计整个过程中，把流程慢慢一步一步打通，最终生产出有针对性的药物，就是希望AI能够提供价值，能够帮助更多患者有新药可以治疗。”李开复认为，英矽智能采取的方法是把一个完整的药物解决方案做出来。

2020年，FDA共批准53款新药上市，其中35种是小分子药物，这是史上新药获批数量最高的一年，而且这些药物中的许多都是针对已知分子靶点。发现一个新的生物靶点，并生成能够作用于疾病的一个新的小分子，是极为罕见的。在如此短的时间内，在AI助力之下，制药行业出现了令人兴奋的新突破。

AI+制药，快了10倍

在2020年新冠疫情发生后，由于抗病毒药物研发时间长、病毒变异快，传统的药物研发速度太慢，无法应对突发疫情，世界范围内就出现多家药物研发公司运用AI技术筛选、检测现有药物或全新的类药物分子，用以研发可以阻断病毒并能批量生产的抗病毒药物。

研发一种新药推向市场是复杂且消耗资源的过程。据《Nature》报道，制药公司平均需要花费26亿美元，以及长达10年的研发时间，且失败率达90%以上。因为，新药研发被认为是人类发展中最复杂、最具风险和耗时最漫长的技术研究领域之一。

据英矽智能首席科学官任峰介绍，目前整个制药行业面临三个共同的痛点：第一是如何找到合适的靶点或者全新的靶点来治疗某种疾病；第二是找到靶点之后如何发现或者发明全新的化合物，去针对这个靶点推向临床；第三是怎么样设计好的临床方案去减少临床上的不可预测性。

基于此，英矽智能发明了Pharma.AI人工智能平台，在这个平台上针对这三个痛点发明了三个不同的人工智能引擎。

据了解，为了成功获取临床前候选药物，Insilico设计并合成了不超过80个分子，其中有几个分子达到临床前候选化合物的水平，这是迄今为止取得的前所未有的命中率。

AI+制药，究竟可以带来什么样的改变？李开复难掩兴奋，“医疗创新方面很大的瓶颈就是有能力发明新药的人就那么多，他们的时间就那么多，而且小分子制药已经进入成熟的状态，发明一个新药，从头到尾可能要花20亿美金，更要花费10年时间，如果我们能把部分流程降到1/10的时间和资源，人们就可以用更低的成本、更快的时间创造更多的药，由此产生的对患者的帮助是巨大的。”

启明创投主管合伙人梁颕宇也看好AI+制药的商业前景。“作为临床CRO泰格医药和dMed的早期投资人，我们希望找到方法来帮助加快药物开发的过程。我们投资的一些公司，如甘李药业等等，其实已经从in-licensing的模式或者生物仿制药的模式发展到创新药物的模式，这些公司可以成为英矽智能这样企业的合作伙伴。”梁颕宇说，

AI+制药  撬动痛点

目前，AI+药物研发市场有三大类公司：IT巨头、AI+药物研发创新企业和大型药企。IT巨头倾向于利用自身的互联网基础与平台优势进行技术布局，进入方式为自主研发相关产品，开发相关领域针对性技术赋能行业应用，业务领域不断下沉，或者通过外延并购扩张业务版图。事实上，在AI药物研发方面，无论国际制药大厂还是科技巨头都已开始行动。相关数据显示，目前全球用AI来辅助药物研发的公司已经超过200余家，在技术方面，Benevolent AI、IBM Watson、Numerate，以及英矽智能等都是赛道上的头部玩家，而国内也出现了晶泰科技、零氪科技、深度智耀等这一领域的佼佼者。

李开复认为，“英矽智能创始人兼首席执行官Alex Zhavoronkov最首要的特质，是结合生物和AI两方面的专家。Alex毕业于生物学专业，他通过自学也成为AI和计算机方面的专家，甚至在GPU方面都有一些行业工作经验。”

这样的跨界能力被李开复认为非常难得。健康界“健创故事会”栏目曾经对Alex Zhavoronkov进行专访（英矽智能扎沃洛科夫：用AI寻找抗衰老分子），Zhavoronkov向健康界介绍，针对新冠肺炎药物的研究，团队利用AI寻找苗头化合物仅需4天，相较于传统药物发现需要1年时间，大大缩短了发现时长。

Alex Zhavoronkov看好中国将是世界医药产业的未来。为此，他甚至在2019年将在美国成立的英矽智能总部搬到了中国。

中国会是成为全球医药创新的重要力量，也被投资人认同，梁颕宇认为，未来十年，中国将在药物的原发性创新上成为引领者和推动者。药物研发是人工智能最重要和最大的应用场景之一，人工智能则是药物研发最重大的技术红利之一。

因为看好AI和数字医疗相关的领域，启明创投目前在相关领域已经布局了15家公司，比如AI赋能医药研发企业Schrödinger、AI辅助诊断企业推想科技等，也关注到用AI帮助慢性病患者去做管理的相关创业公司。

李开复感慨，他曾经认为，AI最弱的地方就是它没有创造性，只有人能创造出新的东西来。“今天证明了在这个问题上我是错的，因为AI得到恰当的使用，真的发明出了新药物。”

数据是成功壁垒

李开复早年患癌症时，最初曾被误诊，他由此感叹，“想要个性化地了解每一种疾病那么多的选择，人的大脑是不够用的。”他大胆预测，放眼二三十年后，AI机器人的诊断或许超过医生的水平。“因为没有医生可以记得所有新发明的药物，读书的时候可以背很多，一旦每天忙着看病人，不可能对新的治疗方法、药物都能够背得那么熟悉。”

不止一位年资颇高的医生向健康界讲述其努力寻找病因，力图做出正确诊断和对症治疗的疑难病例，同时也感慨现代医学和医生的局限。而包括AI+医疗在内的数字医疗，正在持续产生最新的技术及应用——远程医疗，慢病及重大疾病管理系统，人工智能检测、诊断……

正如梁颕宇所说，中国AI+医疗的结合可以提高医疗的效率，包括线上诊疗，可以省去大量在医院等待的时间，通过信息的对称更便捷地匹配最好的医生；也可以做到提升医疗的准确性，用AI技术帮助医生更快更准地去做诊断；还可以节省劳动力，用AI制药可以将上千上万靶点的工作简化。

数字医疗，既是中国乃至全球医疗创新的重要一环，也将有望解决全球成千上万人的广泛的未被满足的医疗需求。

但梁颕宇也认为，数字医疗的业务模式在中国非常具有创新性，是在中国医疗体系和需求下形成的商业模式，这些模式必须适应不同地区的医疗系统才能得以实现。因此它的模式不像药物或者医疗设备销售那样千篇一律。除了某些商业模式，比如药物发现、开发等等。“接下来还是要面对一些挑战，尤其是如果无法获取到足够的脱敏数据，或者数据的标准不一致的话，很多公司的发展还是有一定难度的。”

李开复也认为，海量的高质量脱敏数据是一个非常关键的成功壁垒，“所以我们会去了解一家初创公司是否有或者能否得到独家的脱敏数据，如果有的话会加分”。

 “AI+医疗”的未来

医疗是传统并且有门槛和相对封闭的行业，但随着医疗健康产业的热潮，诸多“外来者”进入到这一行业。

梁颕宇说起一个有趣的现象，数字医疗的公司往往会由TMT企业家或者医疗健康企业家创立的。她发现，两类企业家基于他们对技术的理解，或者对医疗制度、医疗系统的理解会将公司引向不同的发展方向。“这其中并没有对错的问题，而是不同的业务模式需要不同背景的创业者。但作为投资人，我们要考虑如何为每一种不同的模式选择合适的团队，这是我们面临的挑战。”

当数字医疗在四五年前成为美国的热门行业的时候，许多机构投资大量复制美国商业模式的中国初创企业，但启明创投对投资这一类型的公司持谨慎态度，梁颕宇至少拒绝了两三百家这一领域的创业企业。她认为，创业者一定要建立起中国美国在医疗制度和医疗体系有很大不同的认知，机械的模仿是不可能成功的。

“美国超过90%的医院是私立医院，而中国90%的患者去公立医院。这也就是我们看到的2020年美国很难实现对个人防护装备（PPE）或者呼吸机集中采购，而这些采购在中国医院是非常容易完成的。”梁颕宇认为，中国市场与美国市场所需要的软件和数字医疗是不同的。

AI应该是以一个工具的角色来切入医疗的流程，医疗则是一个发展了上千年的行业，医院和保险公司等等都是一些非常成熟的产业。“要去颠覆，其实是很难的。”但李开复也认为，在有些领域，这些AI工具逐渐会变得进入核心地位，人类来辅助AI，但一定也是人机协作的过程。“人跟AI一起工作，AI可能做的是最大量的工作。总之应该是一个赋能、增强，人加上AI产生‘1+1大于3’效应的过程。”

其实医生中间也有类似的看法，在新一期《中国数字医学》杂志刊登的《PACS与人工智能辅助诊断的集成应用》一文中，作者武汉市中心医院赵一鸣和左秀然在文末写道：“目前人工智能仍处在‘弱人工智能阶段’。尽管如此，医学从来都是技术驱动的领域，未来技术的发展定会沿着人工智能辅助—小部分取代—大部分取代—‘颠覆’或者‘解放’医师的路线前行。”

梁颕宇表示，AI在医疗领域大规模的应用已从影像慢慢衍生到药物研发，并取得了很好的进展。但从医疗领域全景来看，还有很多AI没有介入的领域，很多问题更复杂，需要更长的时间、更系统化的解决方案。

科技赋能医疗，未来将会怎样？未来可期。

承载厚望的中国医学科技创新如何结出硕果？争先恐后的大健康企业如何找准赛道……每一个问号之下，还融汇无数个微观问号。面对时代抛来的必答题，将于2021年5月21-23日在北京国际会议中心举行的2021年健康界峰会精心策划10多场云端论坛、40多场现场活动、超千平方米解决方案展览，邀约名家、名院、名科、名企共寻答案。

扫描下方二维码，加入健康界峰会群，及时了解峰会最新动态

打赏