药物|它不是药神( 五 )


另外 , 上述说的还是存货最多的小分子化合物数据 , 靶点、基因组学、蛋白质组学等的数据 , 更是少之又少、哪里都缺 。
这就等于 , 把 AI 放在人类经验的子集之中 , 却希望 AI 能猜到跳出人类经验范围的东西 , 简直像天方夜谭 。
另一方面 , 研究 AI 和新药的人如何融合 , 对 AI 制药公司来说也是个不小的挑战 。“双方不打起来就是非常成功的第一步” , 一位业内人士告诉虎嗅 , 两种截然不同的思维间的碰撞激烈程度可见一斑 。
国内的计算和制药交叉人才又极少 , 用裴剑锋的话来说就是“工业界突然火爆 , 但学术界还没准备好” 。
再加上眼下 AI 制药公司一边大把烧钱、一边难以赚钱的现状 , 直让人觉得 , 横亘在理想与现实之间的不啻于天堑 。
但裴剑锋建议大家不要太乐观的同时 , 也不必太过悲观 。“这毕竟不像 AI+医疗影像 , 或者自动驾驶 , 对准确性的要求特别高 。新药研发的成功率本来已经很低了 , 如果 AI 能把 1% , 提到2%、3% , 就已经是发挥作用了 。长线来看 , 如果经过 10 年的验证 , 药真的能做出来了 , 的确这 10 年内研发的周期和成本并没有被压缩 , 可就像一条汽车流水线一样 , 我生产第一辆汽车可能要用 10 小时 , 但流水线跑通后 , 剩下的汽车不可能再等 10 个小时出一辆 。”
换言之 , 我们何必期待和大肆宣扬 AI 给医药行业带来完全的颠覆呢?将其当做一个辅助工具 , 能实际解决哪怕一个小细节的问题 , 现阶段来讲就已经足够了 。
药物|它不是药神
文章图片


推荐阅读