人事变革、诺奖加持，备受关注的AI能否颠覆医疗行业？

21世纪经济报道见习记者 闫硕 北京报道

近日，礼来发布公告，任命Thomas J. Fuchs为其首任首席人工智能官，任期自2024年10月21日起生效。

根据公告，Fuchs将为礼来公司的人工智能项目提供愿景、战略方向及整体领导，覆盖药物发现、临床试验、生产制造、商业活动以及内部职能。他还将负责识别、构建和管理人工智能与机器学习解决方案，以帮助礼来向全球患者提供药品。

也是在这几日，2024年诺贝尔奖聚焦AI，将物理学奖、化学奖均授予了与AI相关的研究。

其中，物理学奖授予约翰·J·霍普菲尔德和杰弗里·E·辛顿(Geoffrey E. Hinton)，表彰他们在使用人工神经网络进行机器学习的基础性发现和发明。化学奖一半授予大卫·贝克(David Baker)，表彰其在计算蛋白质设计方面的贡献；另一半则共同授予谷歌DeepMind的CEO德米斯·哈萨比斯(Demis Hassabis)和AlphaFold一作约翰·M·詹珀(John M. Jumper)，表彰他们在蛋白质结构预测方面的成就。

IQVIA艾昆纬中国人工智能和创新业务负责人张畅向21世纪经济报道记者指出，从今年诺奖化学奖的颁奖理由看，主要是表彰他们探索到一种更“聪明”的方式去发现药物。广义上看，AI制药其实并不是一个新话题，但与以往相比，当前的AIDD更加智能，让研究者工作效率呈指数级提升。

“对于AI是否会颠覆制药行业，我持谨慎态度。颠覆如果是指完全由AI来主导药物的研发，那还远远没有到那种程度。实际上，现在AI只是在筛选中起加速作用，更多是促进研究效率的提升，并不代表最终的研发一定能够成功。药品想要真正做得出来，AI想要真正颠覆未来，还有很长的路要走。”张畅说。

加速药物研发

诺贝尔奖和AI的碰撞成为连日来的热门话题。日前，2024年诺贝尔物理学奖颁给了计算机科学、颁给了AI，让不少人调侃“物理学不存在了”。

对此，360董事长周鸿祎在社交媒体平台指出，AI for Science代表了未来的一个趋势，可能以后各个科学的突破，都要靠AI来推动。AI会成为人类科学研究的重要工具。以后搞AI的人，不光可以得诺贝尔物理学奖，还能得诺贝尔化学奖，得诺贝尔生物学奖。

话音刚落，次日颁布的诺贝尔化学奖，又给了AI。因为无论是Hassabis团队的AlphaFold还是Baker团队的Rosetta、ProteinMPNN等模型，都是使用AI做蛋白质相关研究。

毫无疑问，这类AI工具的应用能够加速药物研发。以AlphaFold为例，今年5月，Demis Hassabis和John M. Jumper团队推出的AlphaFold 3，直接登上Nature头条，引起业内广泛关注。

根据相关资料，AlphaFold 3可以直接预测原子3D坐标，并成功将AI的能力扩展到DNA、RNA等领域。传统的蛋白质结构解析成本高昂，耗时且需要复杂的实验设备，AlphaFold的出现对蛋白质结构的预测有了极大的突破。

其实早在2018年，团队推出的第一代AlphaFold模型，便已展示出其强大的预测实力，在CASP13中获得第一名。2020年，团队发布AlphaFold 2，被认为是蛋白质结构预测领域的里程碑式突破。截至目前，全球已有数百万的研究人员使用AlphaFold 2在疟疾疫苗、癌症治疗和酶设计等领域取得了进展。

有券商分析师向21世纪经济报道记者表示，药物研发领域有一个“双十定律”，即研发一款新药需要10年时间、10亿美金的投入。以AlphaFold为代表的AI for Science的工具，可以为药物研发指明方向，加速研发过程，提高研发效率。不仅如此，这些工具的使用也可以降低研发成本，使得更多的科研机构能够参与到相关研究中。

张畅认为，AI赋能制药领域主要是基于更大量和更“聪明”的计算，而基于这样类似高通量筛选的逻辑，AI入局会提升药物发现的成功率。不仅如此，AI或许也可以让研究者结合市场的商业化数据做定向研发及品种发现，使得研发立项之初便是基于市场空白，在更加具体的方向上研发可能比之前随机的方式更高效。

数据显示，全球目前约有343家AI药物研发企业，AI制药的全球市场规模短期内已经达到500亿美元，并有望继续增长。据行业媒体预测，预计到2025年，30%的新药将会使用AI研发。

在此背景下，不少药企开始加速布局AI。在公司发展战略和业务结构的不断调整下，礼来首次任命首席人工智能官；辉瑞也在今年8月宣布任命Berta Rodriguez-Hervas为其首席人工智能和分析官，并将进一步扩大其数字化团队。

而在具体业务中，今年6月，礼来宣布与OpenAI公司合作，利用AI技术开发抗菌药物；上个月，礼来宣布与Genetic Leap达成合作，将利用后者的人工智能平台，针对其选定的靶点开发寡核苷酸药物。

颠覆需要时间

投融资市场上，根据智药局数据监测，2024年第三季度，全球共有33家AI制药相关企业完成了新一轮融资，披露总金额约13.27亿美元。

投资方不乏一些科技巨头。比如，9月，成立仅六个月的AI制药初创企业Chai Discovery宣布成功完成3000万美元的种子轮融资，投资方包括OpenAI和知名投资公司Thrive Capital；7月，以色列CytoReason完成新一轮8000万美元融资，英伟达、辉瑞、赛默飞世尔科技以及风险投资公司OurCrowd等参与其中。

IQVIA艾昆纬中国人工智能解决方案总监王越向21经济报道记者表示，AI对整个制药行业都会带来改变，包括药物研发、商业化、下游流通等多个领域。这次诺贝尔奖颁布之后，AIDD产业链上的上游、中游、下游等多个环节，相关企业都会更进一步AI化。

王越进一步表示，我们应当理性看待投融资市场。回到当前AI的本质，无非是用更高效的方式进行文字识别、图像识别、语音识别，并用这些信息在以往没有办法处理的量级上进行计算，最终得出结果。但想要真正实现从量变到质变，还需要在场景化方面寻求突破。

在场景化之后，还有商业化道路，而当前谈商业化尚早。从药物研发到临床试验到上市再到走通最后的商业化之路，其实非常漫长。在这个过程中，也伴随着制药行业在安全性、合规性等方面的严格要求。

“因此，AI是否能够颠覆制药行业，我认为短期内很难，但可以在一些环节达到从量变到质变的效果。这样一个个的变化，最终也可能会给行业带来新的发展，但这还需要时间。”王越说。

需要指出的是，与国外相比，我国发展AIDD存在一些优势和不足。在张畅看来，我国的优势之一在于市场的体量大，作为生产要素的数据相应地也更多。但是也要认识到，目前生成式AI的不可解释性等特征都是非常现实的难点，从严谨的制药行业角度出发，很多情况下还要“知其所以然”。

张畅认为，在中国市场的巨大体量下，结合众多临床领域专家医生的国际领先水平，如何把AI所驱动的药物发现也做到全球领先水平是需要思考的问题，如何将通用AI应用的优势复制到承载着社会严格要求的医疗体系中也是目前所面临的挑战。Biotech公司的大批涌现促进了医药行业的创新发展，而AI药物发现进一步为Biotech及大药厂提供更多“Hits”，也必然是一种布局AI的路径。

“但这也不意味着AI会颠覆整个市场格局。作为一种工具，AI会帮助院所、企业的基础研究和应用研究，为后续的商业化落地提供更多元化的方向选择。”张畅说。

应用前景广阔

在AI+医疗方面，其实不止AI制药，AI+医疗器械、AI+医疗服务等也在快速发展。

以医疗器械领域为例，中商产业研究院指出，2023年全球AI医疗器械市场规模已达到约100亿美元，预计2024年全球AI医疗器械市场规模将达121亿美元。其中，中国2023年AI医疗器械市场规模37.26亿元，预计2024年AI医疗器械市场规模将达到85.45亿元。

“除了在医药、医疗、器械以及对患者的服务外，AI还可以基于多源异构数据为公共卫生市场和决策提供依据，例如进行流行病发病情况的预测；也可以对企业内部知识库和语料库进行整合，从而为企业提供统一的知识管理大脑，相关人员在检索信息时更便捷、全面，同时也为专业人士培训等环节赋能等。”张畅补充道。

值得一提的是，今年的政府工作报告首次提出“人工智能+”行动，指出要打造具有国际竞争力的数字产业集群。

IQVIA艾昆纬中国技术解决方案总监孙玮珉向21世纪经济报道记者表示，“上一次我们看到从国家层面推动此类工作还是在互联网时代，即十几年前提出的‘互联网+’，而现在已经成为‘人工智能+’。对于医疗行业的各个环节而言，无论是研发还是临床，AI所能提供的服务都将是颠覆性的，只是一个时间问题。但在这个过程中还有一些难题需要突破，最主要的还是对AI的信任问题。”

具体而言，信任问题分几个维度，首先是合规性方面，AI需要输入很多数据，无论是企业自建AI还是外部的AI，如何合法使用这些数据是需要解决的问题，同时也要避免造成敏感数据的泄露；其次，如何确定AI生成内容的知识产权的归属性也是需要解决的一个问题；再次在伦理方面，由于AI有不可预测性，很多事情会在量变到质变的时候涌现，AI会不会做一些不好的事情其实很难判断。

“其他行业可能发展较快，但医学药学与生命相关，我们会非常谨慎。所以从这几个维度上看，AI在医疗行业的应用，我们认为与当年的互联网一样，可能会比零售、快销、新能源汽车等行业慢几年。”孙玮珉说。