人工智能 (AI) 在行业中的应用场景不断增加(从日常智能产品到大规模创新不等), 对此有人乐观, 也有人怀疑甚至恐惧. 通常大家都公认人工智能是改变游戏规则的科技, AI 在银行, 制造业和医疗保健的业务方式建立, 迎接挑战及解决关键痛点等方面存在尚未开发的潜力.
如今, 医药行业也在采用人工智能技术并将其用于有效地推进和应付患者不断变化的药物或治疗需要, 包括那些受日常病毒及复杂疾病困扰的病例, 例如胰腺癌或阿尔茨海默氏患者. 我们看到一些曾被根除的病毒或破坏性疾病 (例如小儿麻痹症) 重现, 传统的研发方法可能不是那么有效而且还很昂贵, 成功的开发往往需要 11 到 15 年的时间以及成本超过 26 亿美元.
而利用 AI 做药物发现可以令大制药公司和生物技术公司简化开发工作, 包括将大量的患者数据整合成容易消化的, 确实的信息, 以及确定个性化精密医疗机会或预测对新药的潜在响应. 拿精密医学来说, 如果能够依靠发展好的 AI 平台, 就可以显著降低药品成本和开发时间.
>>> 当人工智能遇上生物学
Niven R. Narain 博士是 Berg 公司的总裁及联合创始人, 他正在研究通过快速跟踪潜在药物或临床试验治疗, 有效改善疗效, 拯救患者生命. 此前, Berg 投入了数亿美元建立研发中心, 研发中心专门开发下一代技术平台和未来药物产品线, 同时还开展与行业里的政府和学术界合作伙伴的合作, 以解决医学上一些棘手的, 未被满足的需求.
Berg 首席执行官 Niven Narain
Berg 的核心工作放在病人优先的药物开发方法上, 做法是采用 AI 将生物学和科技合在一起映射疾病的未来, 因此也就推动了医疗保健未来的转型, 在将药物推至市场的过程里达到更好的准确性和可预测性. Berg 利用人工智能采取的方法可以消除不确定性, 并为病人提供更具有针对性的治疗方法.
>>> 如何运作
Berg 公司的重点是在理解及充分利用患者生物学上, 在疾病期的不同阶段采集特定疾病的样本. 这些包含患者组织样品, 器官流体和血样的大量数据集, 再经进一步处理可以萃取到与基因组, 蛋白质组, 代谢和脂质组等相关的信息, 进而可以提供用于目标识别及其他用途的广泛机会.
Berg 公司利用 AI 和机器学习技术, 能够在几天内合成单个组织样品中超过 14 万亿个数据点, 相应的算法还能对非疾病和疾病状态的蛋白质及上其它可能对疾病状态产生影响的生物特征之间的差异进行搜索和追踪. 然后由相应的软件对这些生物特性 (如代谢产物) 的潜在目标候选物或生物标志物进行处理. 而后期的人工智能算法则可以从数据中获取见解, 具体做法是, 将已知的生物学知识的输出结果叠合到各种数据库中, 通过数据库查询已知的, 公开的知识库, 如专利, 出版物, 相关化学品库以及相关临床试验或获批准药物的知识库.
这种应用可以铺平精密医学法的道路, 患者可以先以计算机数据的形式分诊, 然后再服用可靠的药物, 或进入临床试验确定药物的有效性及有效治疗疾病.
>>> 以侵袭性癌症为靶向
Berg 的核心技术是生物化合物 BPM 31510.BPM 31510 是世界上第一批利用 AI 引导目标并缩小癌细胞的药物. 该药物目前已进入 2/3 期临床试验, 用于晚期胰腺癌治疗和脑癌 GBM 的 2 期临床试验中, 这两种癌症都非常具有侵袭性且很难治疗. 1 期临床试验通常难以显示太多关于某种药物有效性的信息, 而 BPM 31510 的 1 期临床试验却确实显示出 Berg 软件可以预测 20% 的测患者可能对 BPM 31510 做出响应, 并可以预测哪些患者可能遇到不良反应. 目前, Berg 人工智能平台现正被用于开发最有效的, 以病人为中心的临床试验.
来源: http://ai.51cto.com/art/202003/611891.htm