當(dāng)醫(yī)藥行業(yè)遇上人工智能,AI 是否能為特效藥“降降溫”
來源:湖北國菱編輯部
時(shí)間:2018-07-13
近期,《自然》上發(fā)表了一項(xiàng)研究成果——由全國多家科研機(jī)構(gòu)白血病科學(xué)家組成的研究小組使用血液檢測和機(jī)器學(xué)習(xí),以達(dá)到預(yù)測健康個(gè)體是否有患急性骨髓性白血?。ˋML)的風(fēng)險(xiǎn)。
這意味著我們今后對AML的出現(xiàn)有預(yù)警,并能夠提早發(fā)現(xiàn)AML的高風(fēng)險(xiǎn)人群并進(jìn)行監(jiān)測,同時(shí)可以進(jìn)行研發(fā),尋找降低該疾病患病幾率的方案。
隨著進(jìn)一步研究,研究人員通過機(jī)器人學(xué)習(xí)模型,在大數(shù)據(jù)變量的支撐下,構(gòu)建了AML預(yù)測模型,其可以在診斷前6-12個(gè)月內(nèi),就能夠?qū)崿F(xiàn)對AML預(yù)測,其靈敏度和特異性分別達(dá)到25.7%和98.2%。
《我不是藥神》電影中,矛盾的聚焦點(diǎn)就在于天價(jià)的“格列寧”,新藥貴,貴在研發(fā),研發(fā)的“試錯(cuò)”環(huán)節(jié),AI也許能夠幫上大忙。
從目前智慧醫(yī)療的發(fā)展情況來看,擅長模式識(shí)別的人工智能可以從海量已有的和新的基因、代謝及臨床信息中篩查篩選,以破解各種疾病背后的復(fù)雜網(wǎng)絡(luò)。反過來,這也有助于發(fā)現(xiàn)適用于特定病人群體的藥物,同時(shí)引導(dǎo)藥企規(guī)避可能會(huì)失敗的藥物。
此外,借助人工智能的生物意義,可以幫助藥企根據(jù)病人情況,并參與對他們最可能見效的創(chuàng)新療法的臨床試驗(yàn),這也許能夠成為提升新藥獲批的可能性,比如獲得美國FDA的批準(zhǔn)。
實(shí)際上,醫(yī)藥研發(fā)的核心在于知識(shí)圖譜,就是將實(shí)驗(yàn)信息、數(shù)據(jù)、臨床實(shí)驗(yàn)結(jié)果和數(shù)據(jù)的結(jié)合起來,將零散的數(shù)據(jù)整合在一起,從而為決策提供有價(jià)值的數(shù)據(jù)支持。
從目前來看,人工智能主要作用于藥物研發(fā)主要有七個(gè)場景:靶點(diǎn)藥物研發(fā)、候選藥物挖掘、化合物篩選、預(yù)測ADMET性質(zhì)、藥物晶型預(yù)測、輔助病理生物學(xué)研究,以及發(fā)掘藥物新適應(yīng)癥。
其實(shí),我們也可以看到,AI在智慧醫(yī)療領(lǐng)域的每一步,其中都撇不開一個(gè)重要因素:藥物數(shù)據(jù)。
AI通過機(jī)器學(xué)習(xí),不但可以加速時(shí)間,還可以提高到達(dá)后期試驗(yàn)階段藥物的成功概率。如果AI可以減少藥物試驗(yàn)的風(fēng)險(xiǎn),就可以為大型制藥公司節(jié)約大量成本,使其能夠騰出資源集中于尋找更有潛力的機(jī)會(huì)。
除了藥物數(shù)據(jù),醫(yī)療數(shù)據(jù)也成為醫(yī)生診斷及后續(xù)藥物研發(fā)的重要依據(jù)。隨著健康智能硬件的興起,醫(yī)療數(shù)據(jù)的邊界不斷地被拓展。
醫(yī)療數(shù)據(jù)可不僅僅是醫(yī)學(xué)期刊和醫(yī)生輸入電腦的醫(yī)療記錄,我們的身體無時(shí)無刻不在產(chǎn)生海量的潛在醫(yī)療數(shù)據(jù)。但是目前來說,絕大部分的數(shù)據(jù)都處于“丟失”的狀態(tài)——我們每天走了多少步、今天的心率怎么樣、皮膚的溫度是高還是低、今天都吃什么了等等這些數(shù)據(jù),都只保存在本地、孤零零的幾個(gè)設(shè)備和App里。
對AI醫(yī)療來說,數(shù)據(jù)的重要性不言而喻。不論是應(yīng)用于藥物研發(fā)還是診斷治療方面,都有著相當(dāng)大的前景,但是AI在小樣本集上做的診斷或推定,被認(rèn)為是不可持久的模式,因?yàn)橐坏┰贁U(kuò)大一點(diǎn)范圍,換一個(gè)病種、換一個(gè)地方,結(jié)果可能就出現(xiàn)偏差,正確率下降。
總的來說,AI醫(yī)療發(fā)展至今已經(jīng)有了長足的進(jìn)步,雖然許多AI醫(yī)療產(chǎn)品暫未落地,但是不是病人的“藥神”,我們走著瞧。