近年來，隨著技術(shù)的不斷革新，幫助制藥業(yè)改變現(xiàn)狀、降低成本、實(shí)現(xiàn)更大的價(jià)值。從個(gè)性化治療到預(yù)防，技術(shù)發(fā)展給制藥公司的傳統(tǒng)商業(yè)模式帶來了挑戰(zhàn)。

在眾多新興技術(shù)中，人工智能和高級分析受到了制藥業(yè)越來越多的關(guān)注。這些技術(shù)的價(jià)值在于，它們能夠快速處理大量復(fù)雜的結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)，為相關(guān)人員的實(shí)際操作提供建議，從而降低成本、縮短藥物上市時(shí)間并在市場上獲得競爭優(yōu)勢。

FICCI是印度工商聯(lián)合會(huì)（ Federation of Indian Chambers of Commerce ＆ Industry） 的縮寫，成立于1927年，是印度歷史最悠久的全國性商會(huì)組織。該聯(lián)合會(huì)有500多家地區(qū)與行業(yè)商會(huì)成員，遍布印度工商各業(yè)，代表印度25萬家公司，這些公司總雇員約有2000萬人。

FICCI還與各國工商界有著廣泛的聯(lián)系，與74個(gè)國家和地區(qū)建立了聯(lián)合商務(wù)委員會(huì)（Joint Business Council， JBC）。通過此報(bào)告，讀者可以看到FICCI眼中的AI＋醫(yī)藥圖景。

人工智能和高級分析成醫(yī)藥數(shù)字化新風(fēng)口

目前，全球制藥業(yè)正經(jīng)歷兩大轉(zhuǎn)變：首先是整個(gè)醫(yī)療價(jià)值鏈的轉(zhuǎn)變，政府和保險(xiǎn)公司作為中心力量，向制藥公司施加壓力，要求它們降低價(jià)格，提升藥物價(jià)值。其次，醫(yī)療模式正逐漸從治療轉(zhuǎn)向預(yù)防、診斷和治愈的模式，并吸引了行業(yè)內(nèi)外大量競爭者加入。

這一轉(zhuǎn)變是由三種發(fā)展趨勢所推動(dòng)的：突破性的創(chuàng)新療法、技術(shù)的進(jìn)步以及通過獲取和分析患者數(shù)據(jù)而實(shí)現(xiàn)的醫(yī)療消費(fèi)。

雖然目前大部分技術(shù)還是應(yīng)用于藥物發(fā)現(xiàn)領(lǐng)域，但在藥物劑量和用藥安全、制造和供應(yīng)鏈以及商業(yè)化等其他領(lǐng)域，人工智能的實(shí)際應(yīng)用也在進(jìn)一步探索中。就人工智能和高級分析技術(shù)而言，制藥公司需要選擇他們的業(yè)務(wù)領(lǐng)域以及合作伙伴。我們可以看到，藥企越來越強(qiáng)調(diào)合作關(guān)系，其中最多的便是與科技初創(chuàng)企業(yè)的合作。

放眼未來，“科技＋醫(yī)藥”這一市場有著巨大的發(fā)展?jié)摿ΑＴ�因在于，領(lǐng)跑者獲得了高回報(bào)，雖然給其他競爭者帶來了不小的壓力，但也鼓勵(lì)更多人加入到市場競爭中。另一方面，受到初創(chuàng)企業(yè)的推動(dòng)，這些技術(shù)的應(yīng)用范圍十分廣泛。與此同時(shí)，監(jiān)管機(jī)構(gòu)需要改變其審批醫(yī)療設(shè)備的傳統(tǒng)方式，并配備相關(guān)的技術(shù)知識(shí)和專業(yè)人員，以便更快地評估和批準(zhǔn)這些新興技術(shù)。

科技的進(jìn)步以不同的方式為許多復(fù)雜的事情帶來可能性。包括移動(dòng)通信、云計(jì)算、高級分析和物聯(lián)網(wǎng)（IoT）在內(nèi)的數(shù)字技術(shù)，正在顛覆工業(yè)制造、零售、電信、銀行業(yè)和醫(yī)藥制造等傳統(tǒng)行業(yè)。各種驅(qū)動(dòng)力正在加速醫(yī)藥領(lǐng)域的數(shù)字化轉(zhuǎn)型：

提高效率，降低醫(yī)藥研發(fā)成本；

優(yōu)化產(chǎn)品質(zhì)量，讓生產(chǎn)過程更符合規(guī)范；

增加與患者的互動(dòng)，提高回購率；

提高疾病診斷和治療的水平；

確定患者的需求，降低供需之間的差距；

拓寬產(chǎn)品種類和服務(wù)范圍。

在新興技術(shù)領(lǐng)域，人工智能和高級分析正在挑戰(zhàn)制藥公司的傳統(tǒng)商業(yè)模式。因此，一些科技公司可能和傳統(tǒng)醫(yī)藥公司不同，它們會(huì)提出新的商業(yè)模式，并盡可能讓醫(yī)藥公司接受。制藥行業(yè)產(chǎn)生的數(shù)據(jù)量呈指數(shù)級增長，因此，藥企的首要任務(wù)在于，利用這些數(shù)據(jù)來驅(qū)動(dòng)價(jià)值。其最終目標(biāo)是簡化醫(yī)藥價(jià)值鏈，提高藥品生產(chǎn)效率和審批率，并降低成本。

為了更好地發(fā)展新興技術(shù)，頂級制藥公司已經(jīng)對一領(lǐng)域進(jìn)行大量投資，并與人工智能公司結(jié)成戰(zhàn)略聯(lián)盟，將人工智能技術(shù)整合到它們的價(jià)值鏈中。

圖1：全球頭部制藥企業(yè)在AI＋醫(yī)藥方面的布局

資料來源：FICCI

這些公司大多選擇與人工智能公司結(jié)成戰(zhàn)略聯(lián)盟，利用人工智能進(jìn)行藥物研發(fā)。由于這些合作關(guān)系處于制藥公司的核心部分，一些制藥公司也認(rèn)為它們需要在內(nèi)部開發(fā)相關(guān)技術(shù)，比如在藥物劑量及用藥安全方面。

制藥行業(yè)的人工智能正逐漸從最初的研發(fā)階段向后消費(fèi)階段轉(zhuǎn)變。

該行業(yè)的一些發(fā)展趨勢包括：

藥物研發(fā)：大型制藥公司選擇發(fā)展自己的AI技術(shù)，或者與AI初創(chuàng)企業(yè)合作，來加快藥物研發(fā)過程，實(shí)現(xiàn)個(gè)體化用藥；

藥物劑量和用藥安全：人工智能可以根據(jù)患者的病情和特點(diǎn)，為每位患者定制相應(yīng)的藥物劑量。人工智能被應(yīng)用于安全價(jià)值鏈的各個(gè)階段，以提高整體質(zhì)量和藥物依從性；

藥物生產(chǎn)和供應(yīng)鏈：人工智能正被用于優(yōu)化整個(gè)生產(chǎn)過程中的藥物驗(yàn)證以及假藥識(shí)別；

商業(yè)化：人工智能越來越多地被用于患者分類，提高藥物療效，減少不良反應(yīng)；

監(jiān)管機(jī)構(gòu)的審批：簡化臨床藥品的審批流程，使之更加快速、透明。

而在印度，制藥公司最近才開始將人工智能應(yīng)用于藥物研發(fā)和產(chǎn)品供應(yīng)鏈。藥物發(fā)現(xiàn)仍然是醫(yī)藥行業(yè)數(shù)字化轉(zhuǎn)型的重點(diǎn)領(lǐng)域，因?yàn)槿斯ぶ悄芸梢酝ㄟ^掃描數(shù)據(jù)庫，尋找到藥物的特定分子。

六大AI應(yīng)用場景落地迎來“爆發(fā)期”

1．AI＋藥物研發(fā)

藥物發(fā)現(xiàn)過程通常涉及到大量化合物的鑒定，人工智能可以簡化這一過程，通過使用算法來檢查分子的化學(xué)特征，以確定它是否可以用來制造藥物。葛蘭素史克GSK、賽諾菲Sanofi、武田制藥Takeda Pharma和默克Merck等制藥公司已與人工智能初創(chuàng)企業(yè)建立了多種合作關(guān)系：

GSK與英國的人工智能初創(chuàng)企業(yè)Exscientia合作，出資4300萬美元用于藥物研發(fā)，在未公開的治療區(qū)域?yàn)?0個(gè)選定的靶向藥物識(shí)別小分子。Sanofi與 Exscientia簽署了一份價(jià)值2．83億美元的戰(zhàn)略合作協(xié)議，為糖尿病和其他代謝疾病研發(fā)新療法。

藥物的再利用是另一個(gè)常見用例——老藥新用。不同的算法可以為現(xiàn)有藥物或處于后期開發(fā)中的候選藥物確定新的潛在應(yīng)用。

將處于后期開發(fā)中的藥物用于新的治療領(lǐng)域是許多生物制藥公司的首選策略，如Sanofi 和人工智能初創(chuàng)企業(yè)Recursion Pharmaceuticals合作，共同進(jìn)行藥物研發(fā)，旨在將Sanofi的臨床階段小分子用于各種遺傳疾病的治療。Astellas Pharma與大數(shù)據(jù)生物信息公司NuMedii合作，利用機(jī)器學(xué)習(xí)技術(shù)進(jìn)行藥物的再利用。

開發(fā)生物標(biāo)志物是藥物研發(fā)的重要階段，人工智能在這一領(lǐng)域的應(yīng)用越來越多。流感疫苗全球領(lǐng)導(dǎo)者賽諾菲巴斯德（Sanofi Pasteur）利用Berg Health的平臺(tái)和人工智能工具，來識(shí)別分子特征、開發(fā)潛在的生物標(biāo)志物，以便評估流感疫苗的免疫反應(yīng)。

此外，藥企越來越關(guān)注數(shù)字生物標(biāo)志物，這有利于獲取具有臨床意義的客觀數(shù)據(jù)，提高成本效益。

2．AI＋用藥安全

藥物劑量：新加坡國立大學(xué)創(chuàng)建了一個(gè)名為“CURATE．AI”的人工智能平臺(tái)。它可以利用患者的臨床數(shù)據(jù)，比如歷史記錄，來快速識(shí)別藥物劑量，并在此基礎(chǔ)上對腫瘤大小或腫瘤生物標(biāo)志物水平進(jìn)行修正。這些數(shù)據(jù)還可用于根據(jù)患者的需要定制不同療程。

臨床安全：Agios Pharmaceuticals利用自然語言處理（NLP），幫助其系統(tǒng)做出快速全面的決策。該技術(shù)還可以通過探索性研究，識(shí)別安全信號(hào)，用于臨床前的藥物研發(fā)。此外，自然語言處理還可用于研究患者的癥狀模式，以幫助識(shí)別患者是否處于高危情況。

非臨床安全：Merck公司利用NLP技術(shù)來自動(dòng)化工作流程，將非結(jié)構(gòu)化數(shù)據(jù)和結(jié)構(gòu)化數(shù)據(jù)結(jié)合，進(jìn)行分析，為安全評估團(tuán)隊(duì)創(chuàng)建可視化的商業(yè)智能儀表盤。這一過程使公司能夠識(shí)別只有在長期測試中才能識(shí)別的異常情況。

藥物警戒：GSK的臨床安全團(tuán)隊(duì)通過研究醫(yī)學(xué)文獻(xiàn)，不斷確定相關(guān)的安全信號(hào)。GSK擁有近200種產(chǎn)品組合，它可以利用NLP來提高研究效率和語言處理速度，使搜索過程更加規(guī)范，并更快確定藥物和不良事件之間的關(guān)系。

3．AI＋藥物生產(chǎn)和供應(yīng)鏈

Veripad利用機(jī)器學(xué)習(xí)技術(shù)來識(shí)別供應(yīng)鏈中的假藥。該組織設(shè)計(jì)了一種化學(xué)測試卡，用于快速檢測常見藥物的成分。將這種測試卡和對應(yīng)的移動(dòng)應(yīng)用程序一起使用，就可以鑒別假藥。最后，Veripad利用數(shù)據(jù)分析技術(shù)來匯總每次測試的結(jié)果，以便更好地了解假藥劣藥的流通情況。

針對藥物分類，Veripad的第一代應(yīng)用程序已經(jīng)可以達(dá)到80％的精確度。紐約大學(xué)的研究團(tuán)隊(duì)也利用機(jī)器學(xué)習(xí)技術(shù)，開發(fā)了一種新的機(jī)制，用于識(shí)別同款產(chǎn)品的真假情況。

4．AI＋市場開拓和商業(yè)化

一家全球制藥企業(yè)與人工智能和分析公司Aktana合作，旨在簡化他們的多渠道營銷（MCM）流程。該企業(yè)認(rèn)為，醫(yī)生更有可能打開并回復(fù)醫(yī)藥公司代表發(fā)來的電子郵件，而不是一封自動(dòng)發(fā)出的郵件�；�于這一信息，公司決定在Aktana的幫助下簡化其患者追蹤渠道。

由于這些過程非常復(fù)雜且耗時(shí)，Aktana幫助制藥公司來預(yù)合成數(shù)據(jù)、發(fā)送定時(shí)電子郵件以及跟蹤客戶關(guān)系管理（CRM）中的交互。在采納了Aktana的建議后，該公司收到的客戶郵件數(shù)量增加了23倍，電子郵件參與度提高了兩倍。

5．AI＋患者個(gè)性化診療

腫瘤學(xué)一直是制藥業(yè)的主要研究領(lǐng)域之一，該學(xué)科的重點(diǎn)是尋找腫瘤和癌癥的最佳治療方法。為了達(dá)到這一目的，臨床醫(yī)生首先要根據(jù)特定患者的病因，確定合適的治療方法。

IBM Watson利用其在數(shù)據(jù)分析和機(jī)器學(xué)習(xí)方面的先進(jìn)技術(shù)，可以對電子健康記錄（EHR）和相關(guān)信息中的數(shù)據(jù)進(jìn)行分析，以便進(jìn)一步研究適合單個(gè)患者的最佳治療方案。

此外，人工智能還被用于幫助患者匹配臨床試驗(yàn)，這有助于改善癌癥臨床試驗(yàn)的結(jié)果。諾華（Novartis）與IBM Watson展開合作，在晚期乳腺癌領(lǐng)域應(yīng)用此類解決方案，并計(jì)劃進(jìn)一步擴(kuò)大到更廣泛的腫瘤學(xué)領(lǐng)域。兩家公司旨在通過分析實(shí)時(shí)患者數(shù)據(jù)，改善患者的治療效果。

匈牙利的創(chuàng)業(yè)公司Turbine與德國制藥巨頭拜耳公司（Bayer）合作，將人工智能技術(shù)與癌癥治療相結(jié)合。Turbine想要通過基因測序創(chuàng)建一個(gè)模擬癌細(xì)胞，相關(guān)軟件可以幫助進(jìn)行數(shù)以百萬計(jì)的模擬，以開發(fā)最佳的治療組合。

通過顯著縮短試驗(yàn)周期，這一概念可以幫助制藥公司獲得高投資回報(bào)。此外，在沒有明確治療計(jì)劃的情況下，Turbine的AI平臺(tái)可以測試數(shù)百萬種治療組合，以找到最合適的治療方法。

6．AI＋通過遠(yuǎn)程醫(yī)療和移動(dòng)醫(yī)療實(shí)現(xiàn)患者連接

倫敦的AI健康應(yīng)用程序制造商Ada health推出了一款遠(yuǎn)程醫(yī)療應(yīng)用程序。該程序可以利用人工智能和自然語言處理（NLP），根據(jù)患者的癥狀，生成相關(guān)的問題和建議。

它的設(shè)計(jì)靈感來源于，該公司意識(shí)到制藥和健康行業(yè)正在采用以患者為中心的模式。這款應(yīng)用可以讓醫(yī)生和人工智能助手一起工作，來照顧患者。

此外，該公司還與藥店Karepack合作，可以將醫(yī)生開的處方藥送到患者家中。

AI＋醫(yī)藥，前路尚遠(yuǎn)

對于制藥公司來說，僅僅認(rèn)識(shí)到這兩個(gè)轉(zhuǎn)變是不夠的——降低價(jià)格并提高其療法的價(jià)值，以及從治療轉(zhuǎn)向預(yù)防、診斷和治愈的模式。藥企面臨的最大挑戰(zhàn)在于，如何以一種全面的方式，迅速果斷地適應(yīng)這些變化給商業(yè)和運(yùn)營模式帶來的影響。

與此同時(shí)，制藥公司越來越多地應(yīng)用人工智能和高級分析等不同技術(shù)，這不僅有利于提高效率、降低成本，而且能夠適應(yīng)以患者為中心的商業(yè)模式。自動(dòng)化、效率和協(xié)作等幾個(gè)關(guān)鍵因素將在重塑制藥業(yè)以患者為中心的格局中發(fā)揮重要作用。

綜合運(yùn)用這些技術(shù)將成為未來趨勢，并改變醫(yī)藥價(jià)值鏈的整體前景。無論是與人工智能初創(chuàng)企業(yè)合作，還是開發(fā)內(nèi)部技術(shù)，制藥公司都正在進(jìn)行數(shù)字化轉(zhuǎn)型，并在人工智能技術(shù)上進(jìn)行投資。雖然目前只有少數(shù)醫(yī)藥價(jià)值鏈真正采用了這些技術(shù)，但在未來幾年，人工智能和高級分析等技術(shù)將有望改變醫(yī)藥這一傳統(tǒng)行業(yè)。