江苏龙网

  1. 首页 > 资讯 > 科技 > >

人工智能|深度剖析大型制药企业的生产力：一项撼动制药业的关键研究


制造行业可能是世界唯一一个从基本创意到市场推广 ， 整个周期需要耗费大约十年、总投入达数十亿美元、且失败机率高达90%的高风险领域 。 这一切显然与IT业务截然不同——在IT领域 ， 虽然偏执狂们更加搏人眼球 ， 但真正负责任的高管能够规划更多长远目标、并一步步引导业务前行 。 因此 ， 当深度学习支持下的人工智能革命在2013年-2014年期间携一大批辉煌成果席卷而来时 ， 制药业的高管们开始快速关注 ， 但却没有立即加入这股潮流 。
不少制药企业确实开始在内部数据科学研发方面投入大量资金 ， 但由于缺乏统筹协调的战略指导 ， 这些工作更像是单一部门之内由数据科学、数字化、AI等技术人员推动的品牌重塑活动 。
而且虽然部分制药企业已经开始投资AI企业 ， 但目前为止还没有出现任何大规模的收购 。 与AI初创企业的大部分讨论 ， 以“让我们看看你的第三阶段临床资产 ， 证明你们怎么在其中确定目标并使用AI技术生成分子” ， 或者“你们跟其他AI初创企业有什么区别”作为开端 。 很明显 ， 负责这方面工作的数据科学战略负责人才刚刚上岗 ， 对市场的当前形势并不怎么了解 。

但也有一些制药企业 ， 设法在药物发现与开发等各个环节中 ， 带来了令人印象深刻的AI应用结果 。 以阿斯利康为例 ， 该公司从2018年开始发表合成化学文章 ， 并在2019年拿出了几篇真正受到社区关注的重量级论文 。 其他几家制药企业同样建立起不错的内部探索成果——礼来公司与某家初创企业合作 ， 打造出令人过目难忘的AI驱动型机器人实验室 。
但时至今日 ， 还没有哪家主要制药企业能够在AI研究以及临床开发层面拿出基于大数据的全面概述与成果比较 。 今年6月15日 ， 论文《成长为数字化制药企业的优势（The upside of being a digital pharma player）》在知名行业期刊《今日药物发现》上发表 。 笔者收到了Google Scholar发来的相关通知 ， 因为其中引用了我们的几篇论文 。 我本来打算草草浏览一下就算了 ， 但在读到作者名单部分的时候 ， 我看到了一大群学识渊博的学者、行业领袖与顾问：罗伊特林根大学的Alexander Schuhmacher、索尼公司的Alexander Gatto、诺华公司的Markus Hinder、普华永道的Michael Kuss以及圣加仑大学的Oliver Gassmann等等 。 在认真阅读之后 ， 我发现这不是那种灌水的综述性论文 ， 而是一项真正全面的研究 ， 对各制药企业在研发层面的AI尝试进行了一番正面对比 。

此项研究通过内部AI研发项目、与AI初创企业间的合作伙伴关系、对AI初创企业的投资以及各研发联盟/财团之间的评估 ， 对各家制药公司的AI探索情况做出比较 。 此外 ， 文章还比较了各制药企业从2014年-2019年间 ， 在科学出版物上发表的AI相关论文数量 。 从下图中可以看到 ， 诺华在市场竞争中占据着显著优势 ， 阿斯利康的学术出版量也同样一路领先 。
人工智能|深度剖析大型制药企业的生产力：一项撼动制药业的关键研究
本文插图

▲ 图：各大制药巨头企业2014-2018年AI相关活动概述 ， 摘自Schuhmacher等人在《今日药物发现》上发表的《成长为数字化制药企业的优势》论文 。
在这篇论文发表之前 ， 根据业内人士定期进行的文献回顾 ， 阿斯利康的AI相关学术成果发表量远超任何其他制药企业 。 单在2019年 ， 阿斯利康的科学家们就发表了约1300篇科学论文 。 另外 ， 拜耳也有多篇不错的论文 。 但制药巨头们的文章发表数量仍然严重不足 ， 其中发表量最大的阿斯利康在所有细分领域的论文总量也只有65篇 。 作为参考 ， Insilico Medicine公司同期发表了约100篇论文与约30项专利 ， 其中不包括AI会议论文 。 其他几家初创企业在领域中也表现良好 ， 共同为整个行业的发展做出贡献 。
人工智能|深度剖析大型制药企业的生产力：一项撼动制药业的关键研究


推荐阅读


上一篇：雷科技|小米开了场海外发布会，新款手环是重点

下一篇：金融|盘点了十几个流动性挖矿项目 我们发现了这些趋势和挑战