人工智能可以制药了，它能让我们更快地应对疾病吗？

（原标题：人工智能可以制药了，它能让我们更快地应对疾病吗？）

一种借助机器学习技术研发的药物，很快会进入到人体临床试验的阶段。

这意味着，让人工智能参与到制药研发领域，解放科学家们的双手，将在未来逐渐变成现实。

本次新药是由英国初创企业 Exscientia 和日本大日本住友制药公司合作得出的，主要用于治疗患有强迫症的病人。

它即将会在日本进行第一阶段的人体临床测试，如果效果显著，后续还会在全球更多地区展开试验。

▲ 图片来自：MRCLUB

在通常情况下，如果我们想要完成一种新药的前期开发，往往需要花费4-5年的时间。这期间，科研人员不仅要寻找各种能够起到治疗效果的化合物，还要对所使用的试剂和反应序列逐一确认。

但完成研究开发还不够，之后新药还需要进行临床试验和上市审批的阶段，这又会耗费数年。总体来看，每一个新药从开始研发到最终上架，基本耗时都在10年以上，还有数十亿美元的资金支持。

所以大部分时候，如果我们遇到了一种从未见过的新病症，也往往要等待数年时间才会看到特效药的问世，在这段时间内，病人也只能靠一些现有药物来抑制病情。

▲ 图片来自：South China Morning Post

最近爆发的肺炎疫情也面临着类似的挑战。在今年1月底，《新英格兰》医学期刊和 《科学》杂志曾先后报道称，一款来自吉利德公司的 Remdesivir（瑞德西韦）药物，很可能是抑制和对抗本次新型冠状病毒的理想方案。

不过，由于这款药物尚未在任何一个国家正式上市，吉利德公司只能先向中国药监局进行申请，在国内展开小范围的临床试验。

也就是说，无论这款药物是否有效，我们都需要等待临床数据出炉后，才能启用上市，然后大规模使用。

如何缩短新药的上市时间，也成了目前医药界希望解决的问题。从大众用户的角度来说，我们显然也希望研发机构能加快速度，让病人能尽早获得治疗方案。

人工智能技术无疑是一个不错的突破口。

▲ 图片来自：Harvard Health

理想的情况下，如果我们能够将药物的前期研发流程交给计算机，节省掉一些重复性工作，理应能缩短新药上市的时间，甚至可以降低不少研发成本。

Exscienta 公司的 CEO 安德鲁・霍普金斯教授也表示说，这次他们在研发强迫症新药时，就使用了一套主动学习算法，让计算机获得比传统流程更快的识别速度。这使得科研人员只需测试约350种化合物，就筛选出这种新药的最佳化学结构，候选数量仅为此前的五分之一。

最终，新药的研发时间也进一步缩短至12个月，而且药效比目前市面上同类产品的更好，持续时间更长。

霍普金斯教授还补充说，类似的人工智能算法技术不仅能用于新药物结构的合成，同时也能通过分析现有病情数据，调查已有的药物，看看它们是否具备对抗新型病毒的价值。

事实上，前文所说的瑞德西韦也是「旧药新用」的例子。它最早是吉利德公司用于埃博拉病毒患者的治疗方案，当时已经积累了一定的临床数据。

让人意外的是，早前美国的一位新冠病毒肺炎患者在使用该药后出现了明显的好转，证明瑞德西韦很可能具备了对抗本次疫情病毒的潜力，如今吉利德公司和中国药监局也已经在中国展开了临床试验，以求尽快获得更准确的结论。

▲ 图片来自：PMLiVE

虽然目前人工智能技术已经在病人诊断、数据分析和扫描领域有着不少应用，但参与制药研发还不多见，发展到人体临床试验的更是少之又少。

这不仅有技术上的原因，就和大部分由人工智能生产出来的产品一样，监管机构也需要考虑这些新品类的法律法规和伦理道德问题，但同时又不能扼杀创新的苗头。

瑞士诺华制药公司的化学专家德里克 ・ 洛便就表示，无论技术怎么向前发展，传统的药品审批标准仍然不会改变。

在他看来，一款新药从无到有，不仅需要考虑前期的化学合成，也同样需要兼顾中后期的临床试验，而人工智能只是影响整个环节中的一小部分，能够节省的时间十分有限。

▲ 在 Exscienta 官网可以看到不少大牌制药厂的身影

尽管如此，人工智能在制药领域的潜力也已经被不少公司看中，Exscienta 获得的投资也证明了这一点。

目前这家初创公司已经获得了包括两家制药公司 Evotec 和百时美施贵宝的资金支持，同时它也在和另外几家制药巨头进行合作，其中不乏像拜耳和葛兰素史克这样的制药巨头。

▲ 图片来自：pattayaone

不只是制药行业，在这次新型冠状病毒爆发后，几乎所有你能想得到的人工智能技术，也都在对抗病毒与疫情上发挥了重要作用。

2月1日，浙江省疾控中心就利用阿里达摩院研发的 AI 算法，上线了一个全自动化的基因组检测分析平台，将原来需要数小时的疑似病例分析缩短至30分钟，能明显加快了疫情的确诊时间。

同时，百度研究院也在1月30日向检测机构和防疫中心免费开放了 LinearFold 人工智能算法。据悉它可以将本次新型冠状病毒的全基因组二级结构预测从55分钟缩短至27秒，让病毒的研究及疫苗开发速度快速提升。

在疫情迅速爆发之前，还有一家名为 BlueDot 的健康监测平台实现了提前预警，甚至比世界卫生组织的公告还早了整整一个星期。

根据 BlueDot 的解释，它们在平台上使用了一套经过了自然语义训练的 AI 引擎，每天会分析65种语言下约10万篇文章，甚至连社交媒体上的信息流也不会放过，以便实时跟踪全球传染病的分布状况。

当平台得到结论后，BlueDot 会再让流行病学专家进行科学验证，确认无误后才会把信息同步给大公司和政府机构等客户。

另外，通过对航班信息的路径分析，平台还能提前预测出某个传染病的扩散范围。所以在1月初，BlueDot 便表示新型冠状病毒的感染人群不仅会出现在中国地区，未来也将扩散至全球的其它城市。

BlueDot 的创始人接受《连线》采访时表示，他们从2003年的非典疫情中看到流行病追踪的需求，才选择建立这样一个平台，希望让人们能及时掌握到自己所面临的威胁。

他还认为，人工智能的优势在于它对于传染病潜在危机的判断，往往会比政府机构的反应速度更快。毕竟它能自动分析大量信息，而且不会受到人为因素的干扰，也就不存在瞒报的行为。

▲ 图片来自：The Hindu

名为 Healthmap.org 的公共卫生监视网站也在做类似的事情，该网站由一名流行病学家约翰・布朗斯坦建立，主要会使用人工智能算法来分析各种政府报告、新闻网站以及其他来源的数据。

他强调说，人工智能还需要几年时间，才能在医学领域发挥出应有的影响力。它的目的并不是要取代人类，而是让人类能够获得超越传统监测手段的力量，补充遗漏的信息，提供更快、更准确的早期预警，挽救更多生命。

题图来源：Axios