全球醫療健康行業正刮起最強AI風暴。
當地時間3月18日，全球矚目的頂級AI盛會——英偉達2024年GPU技術大會（NVIDIA GTC 2024）正式開幕。據相關數據顯示，今年大會與醫療保健和生命科學相關的會議共有90場，數量在具體行業分布中排名第一。由此可見英偉達CEO黃仁勛押注“AI+生命健康”賽道的決心。
此前在2024年世界政府峰會上，黃仁勛公開表示，“學計算機的時代過去了，生命科學才是未來。”黃仁勛說，如果有重來一次的機會，他會首先考慮生物學，特別是和人類相關的生物學。他意識到將生命科學工程化的學科即將到來，它將成為一個大的工程領域，而不僅僅是一個純粹的科學領域。
黃仁勛認為數字生物學和生成人工智能正在幫助重塑藥物發現、手術、醫學成像和可穿戴設備。英偉達官網顯示，“NVIDIA初創加速計劃”已培育1800余家醫療健康初創公司。其中，特別值得注意的是，近兩年英偉達瘋狂投資布局AI制藥賽道。就在近日，其又投資了一家計算藥物發現初創公司Relation Therapeutics。此前僅2023年（截至11月）英偉達就已“掃貨”9家AI制藥公司。此外，英偉達還與包括羅氏、阿斯利康、安進等在內的多家跨國藥企達成了AI制藥合作。
因此，英偉達也被業內認為是人工智能的“賣鏟人”，一躍成為全球AI制藥公司的最大金主。在2萬億美元市值的巨無霸加持下，黃仁勛一句“AI+醫藥”或成“下一個黃金賽道”，更是給全球AI制藥行業增添了巨大的發展信心。
對此，有券商醫藥行業分析師對21世紀經濟報道表示，傳統的藥物研發主要包含藥物發現、臨床前研究、臨床試驗和上市銷售環節，伴隨著藥物研發數據的高速累積和數字化轉型，以及人工智能技術的加速發展，AI在新藥發現環節應用日益增多，優勢也得到突出體現。數據、算法、算力三方面的發展，使得AI大規模進入藥品研發領域成為現實。
“大數據、AI技術與醫療的深度融合體現在醫療產業不同的環節，大數據AI技術能夠賦能創新藥物研發的不同階段，縮短藥物研發周期，并通過AI技術提升新藥研發的成功率；在臨床診療階段，通過AI可提升診斷的準確性，為醫生提供更為精準的診療決策。醫療數字化更成熟地發展有賴于大規模的結構化、標準化的醫療數據，以及進而基于此訓練出更加精準的算法模型。”上述分析師認為，現在醫療數字化仍是一個比較初期的階段，各個細分的領域都有一些令人驚喜的嘗試，但是應用的場景還是相對比較局限，距離成熟的落地應用還有挺長的一段距離。
AI制藥向前邁進
從全球范圍來看，三大GPU廠商主要為英偉達、AMD和英特爾，而AIGC在近年來推動AI產業化由軟件向硬件切換，AI芯片產品將實現大規模落地。在落地領域，醫療醫藥大健康板塊成為一大熱點方向。
作為黃仁勛多次重點提及的領域，今年英偉達GTC大會生命健康議題也將唱主角。數據顯示，與醫療保健和生命科學相關的會議共有90場，數量在包括汽車、云服務、硬件/半導體等一眾具體熱門領域行業分布中排名第一。不僅如此，這90場會議中還云集了包括強生、GSK、默克、諾華、基因泰克、安斯泰來等醫藥巨頭高級專家及Recursion、VantAI、Iambic Therapeutics等AI制藥公司的創始人。
另外，英偉達醫療保健副總裁日前也表示，公司目標是為更多生物技術公司提供芯片、云基礎設施與其他工具。“AI+制藥”究竟有何魅力如此引發英偉達的關注？
根據灼識咨詢分析，當前，AI在藥物研發領域的應用范圍越來越廣泛。藥物研發過程的首要步驟是選擇藥物作用的靶點蛋白。如在癌癥中突變率較高、患者數量較多的ALK、EGFR等靶點都是非常有市場的靶點。傳統靶點發現通過人工閱讀科研文獻，收集分析流行病學數據，結合個人經驗去推測潛在的藥物靶點，通常耗時2~3年，而AI利用自然語言處理技術（NLP），可以高效率挖掘文獻、組學數據、功能實驗數據等海量醫學資料，在短時間內發現藥物和疾病之間的作用關系，從而得到藥物在機體細胞上產生效用的候選靶點，這大幅縮短了靶點發現的時間，加快了藥物研發的進程。
與此同時，AI輔助化合物發現與設計，可對高通量篩選過程大幅度優化，直觀地定性推測物質的結構和活性的關系，從而推測出活性位點的結構和設計新的活性物質結構，大幅縮短研發周期，降低研發費用。
此外，AI還可以輔助蛋白質結構預測，克服了傳統技術需多次實驗高成本的缺點，讓低成本準確預測蛋白質的三維結構成為可能。
基于AI制藥的諸多優勢，目前，全球AI藥物研發企業有343家，其中超過50%的公司集中在美國，英國和歐盟分別占據12.5%和13.4%，亞洲大約12.8%（其中中國占據約4.7%）。另外，全球AI藥物研發最大的市場在北美，亞太地區排名第三。
據摩根士丹利去年發布的一份報告指出，AI制藥的全球市場規模短期已達500億美元，并有可能繼續上探。全球已經有超過270家公司投身于AI制藥，其中頭部企業已經和輝瑞、禮來、賽諾菲等醫藥巨頭建立了穩定合作，拿下數百億元訂單。
“近年來AI一度站上風口，制藥業試圖借勢起飛，AI制藥或將成為未來現實。”上述分析師說道。
AI制藥面臨發展挑戰
盡管AI制藥發展迅速，但市場仍然帶著懷疑的目光去看待其技術和商業模式。
2022年，全球多家AI制藥公司經歷了合作交易、融資等重要事件，從海外AI制藥公司披露的年報來看，AI制藥企業也有著與傳統Biotech相同的煩惱：管線推進不順利、瘋狂燒錢卻收獲不多、上市藥物商業化受阻等。迄今，AI制藥行業也還沒有一款藥物獲批上市。
有藥企高管對21世紀經濟報道表示，現在無論是國內外的大廠或是初創企業，AIGC在商業變現上還沒有一個成熟的商業模式。從產品角度，AIGC處于早期發展階段，出現的眾多內容生成利器使用門檻低，更多還是面向C端，但大部分玩家僅僅是為了娛樂，難以轉化成真正的付費用戶。將AIGC用在B端讓其輔助工作流程或實際提高工作效率，產生價值，才能形成一個可持續的商業模式。
也有一些批評人士也在懷疑AI研制藥物的成功概率，他們認為這項技術的潛力被過分夸大。如Exscientia在2020年利用AI開發出的首款治療強迫癥藥物，因未能達到預期標準而中斷。此外在上個月，擁有人工智能藥物發現平臺的生物技術公司Benevolent AI表示，在其主要候選藥物失敗后，該公司將裁員180人，裁員人數幾乎是其員工總數的一半。
實際上，在藥物發現和開發中使用AI的前提，是使用算法來搜索海量數據，包括化合物的結構、動物研究和患者信息，以確定藥物在人體內的靶標、哪種分子最適合、如何創造新的分子。沒有這些海量數據，AI則無法提供最準確的結果。但對于規模較小的私營公司來說，它們可能無法負擔可購買的商業庫，也沒有大藥企自己獨有的分子庫，數據量的不足構成其發展的主要障礙。
海量數據是中國發展AI制藥的優勢。國內人口基數龐大，醫院規模大，更利于搜集整合大規模數據。不過，目前國內大部分企業通過公開數據庫拿到的藥物研發數據量少質低。而獲取臨床數據就更面臨困難。
對此，國內AI制藥企業英矽智能聯合首席執行官兼首席科學官任峰日前在接受21世紀經濟報道采訪時表示，目前，在實操應用層面，還沒有用任何中國人的數據，特別是使用中國患者的數據來分析發現靶點的方式尚未普及。中國是全球對數據管制最嚴的國家之一，中國醫院的數據不僅對企業不開放，每個醫院之間數據也不是互通的，這些數據又涉及到很多的問題，如數據的歸屬權和使用權，到底是屬于醫院還是患者？從當前的制度上來講數據的放開比較難。
國內AI制藥進展如何？
從目前行業競爭要素來看，算法為短期壁壘，數據是稀缺資源。CIC灼識咨詢合伙人王文華對21世紀經濟報道表示，“盡管在一些數據隱私和安全，算法結果的判讀上仍面臨一些分歧和挑戰，但是醫藥AI化是未來發展非常重要的一個趨勢。”
也有業內人士預判，在研發層面，想要形成穩定的技術路線需要5~10年，為制藥行業帶來本質性的顛覆還要5~10年。
AI制藥領域的核心競爭力主要包括AI技術服務的能力和自研管線的豐富程度。在研發管線上，目前全球已有80多個進入臨床的AI制藥研發管線。
當前中國本土AI制藥初創企業的業務布局主要集中在藥物研發環節，匯集了英矽智能、晶泰科技、望石智慧、深度智耀、宇道生物、燧坤智能、元氣知藥、百奧知、冰洲石生物、未知君和億藥科技等頭部企業。
“從AI制藥管線進展上看，全球AI制藥公司中管線最快的是臨床2期，大概都在2022年底陸續進入2期，而我們領先的項目在去年中也進入了臨床2期。”任峰說。
“現在還沒有任何一家AI公司的算法被公認是最好的，沒有一家說我是引領這個潮流的，在這種情況下我們需要進行更多的嘗試。”任峰進一步說，國內從2018年到現在已經成立了超過百家的AI制藥公司，每個公司都有自己獨特的算法，解決的問題也不一樣，這種群狼戰術，最后總有幾家公司可以跑出來。（季媛媛）
來源 ：21世紀經濟報道
責任編輯：李頡
請輸入驗證碼