中科计算技术西部研究院图灵·达尔文实验室
张静 潘斐斐 赵宇
现代医学与“数据”和“计算”有着密切的联系，在学科与产业发展中，数字化是重要的推动力之一。随着生命科学进入数字化时代，借助不断发展的信息技术和高端设备，人类有能力获得大到人体系统状态，小到分子结构信息的全方位数据。当计算技术发展到能够帮助我们理解复杂系统间的深度因果关系网时，医学领域将出现能够产生学科新洞见的体系。由此，“计算医学”概念被学界提出，并快速产生产业化价值。
技术引领 为医药产业带来突破
“计算技术”与“医学”是两个快速发展的领域。技术、数据与需求之间形成多梯次交叉融合，进而产生了各种细分领域。从学科定义角度，使用广义概念有利于为科研创新提供更大的弹性空间，但是产业通常要面向特定需求提供特定形态的产品、服务，“计算医学”的细分产业内涵需要有明晰的边界。
以人工智能（AI）、高性能计算为技术基础，叠加以基因组学为核心的医疗临床数据，面向未被满足的临床需求形成的“AI+医药”产业细分领域，是当前这一阶段“计算医学”技术体系下的新兴业态。
浙江数字医疗卫生技术研究院等机构，对当前AI在新药研发中的应用场景进行了调查，结果显示：AI在新药研发领域的应用，目前主要集中在化学小分子药、生物类似药和生物制剂的源头研发上，且多是“单点式”突破，应用于全过程的较少。而从发展前景来看，医药企业采用AI技术实现“数据导向”的药物研发是普遍趋势。
新一代基因测序技术带来的数据廉价化趋势，以及AI技术对非结构性数据的强大解读能力使业界认识到，利用AI解读生物系统和发病机制，让医药产业迎来新机遇。
直面问题 机遇与挑战并存
“AI+医药”对我国医药产业转型升级有重要意义。当前，我国在新一代AI技术领域与发达国家差距不大，处于“并跑”地位。我国一直积极参与“AI+医药”底层技术研发的全球性项目，在该领域具备较好的技术积累。
中国科学院计算技术研究所以参与“人类基因组计划”为起点，已经与国内十余家知名医疗机构合作，得到了若干来自真实世界的临床疗效验证，并产生了药物研发领域最高级别的验证证据。从产业角度看，我国“AI+医药”创新企业的发展步伐与全球前沿发展几乎同步，与国外企业的差距更多是在规模与业务成熟度方面，而不是在技术或业务形态上。
近年来，国家在医药产业领域出台了多项政策，以引导国内医药企业开展创新研发。工业和信息化部等9部门联合发布了《“十四五”医药工业发展规划》，国家药品监督管理局药品审评中心发布《以临床价值为导向的抗肿瘤药物临床研发指导原则》，各地陆续出台“做强做大生物医药产业行动计划”“征集医药领域创新项目”等，助力药品创新研发。
作为全球第二大药品交易市场，中国在新药研发领域面临的形势依然严峻：新药研发原始创新不足，本土创新原研药数量落后于国外，罕见病药市场被国外垄断；新药研发方向重复现象严重，新药研发知识产权获国际专利授权比重较低。我国的药物研发主要以仿制药（me-too）和仿创药（me-better）为主，绝大部分企业的定位都在研发下游，以承接医药生产外包服务为主。在靶点发现、候选药物遴选、临床试验3个阶段暴露的问题尤为突出。
问题一：药靶枯竭，难以支撑医药产业原始创新。依靠生物化学技术发现药靶红利的时代已经结束。我国面临药企扎堆热门靶点，缺乏原始创新的困境。
问题二：候选药物的药效评估不充分。药企很难科学地评估临床试验风险，只能“以量取胜”，因此造成了巨大的研发资源浪费。
问题三：药物临床试验失败率高，导致创新药研发成功率极低。临床阶段被称为新药研发的“死亡之谷”。临床试验阶段是整个药物研发过程中投入高、耗时长的阶段，但药物上市成功率仅有8%。
中国工程院院士、河北医科大学教授丛斌提出，改变生命科学实验模式，减少使用实验动物，尽量用更多的数字疾病模型替代动物疾病模型，其试验结果可能更接近于人类的疾病特征。研制尽可能还原人类疾病真实世界的数字化人体疾病模型，是目前生命科学领域的前沿方向。由AI驱动的战略机遇期已经显现，这是我国医药领域现有产业形态“变道”的机会。
产业创新 仍待环境提供支持
当前，我国在AI技术领域立于潮头，但在数据技术与生物医药产业实践方面却相对落后。我国生物医药产业正处在由仿制向创新迈进的关键爬坡期，仅依靠传统制药技术难以实现超越。
纵观近年来公开的临床试验，大部分药物研发仍集中在一些热门靶点上。医药行业正在进行一场革命性变化，而数字化将带来更多机会，“AI+医药”将助力我国在医药领域“补短板、创未来”。
历经多年的探索发展，应用AI技术的新药研发即将迎来发展黄金期。产业发展的重点在以新药临床需求为导向、集中大数据力量，助力重大疾病致病机制研究攻关，以及药物靶点、表型、分子分型等研究。此外，还有AI新药研发新技术的自主创新、引进和普及。
虽然“大型药企+AI医药创新公司”的授权合作模式已经“走通”，合作案例逐年增加，但是这种研发模式尚不是医药产业的“标配”，还不能精准匹配到产业链上。除了“AI+医药”本身业务内涵较新的原因以外，我国制药工业起步相对较晚，多数制药企业缺少研发能力（包括药物研发管线和人才）等原因，导致产业难以将新型服务纳入现有体系。
AI技术融合、改造了原有医药研发流程和业态，但它需要管理政策和方式的同步升级，从而为新兴产业提供支撑保障。例如，注重保障新药研发中数据资产安全和保护知识产权，完善组学数据获取和使用规则，以激发数据活力。“AI+医药”属于交叉领域，计算技术与医药科学之间差异较大，需要建立跨学科的沟通和协作机制。
人工智能公司OpenAI发布的分析报告显示，2012—2018年，AI训练应用的算力需求每3~4个月就会翻倍。AI技术正在带来一场以“算力”为核心的生产力革命，它有望为药物研发带来突破。生命系统形成的高维、高通量、多维融合的生物医学大数据，与AI技术匹配度极高。新型技术与临床需求、产业需求的双向奔赴，产生了无穷无尽的交叉合作机会，这将给整个医药行业带来不断升级的动力源泉。
本文章转自《健康报》（2023年09月20日 第 5 版）
点击“阅读原文”http://jkbshare.183read.cc/article/5074511/5.html
首页