AI技术将是制药行业的蓝海

分享嘉宾 | 孟祥飞

文本编辑 | 郑颖

视觉设计 | 陆志强

本文为技企学社原创文章

AI技术将是制药行业的蓝海00:0008:05

“AI+制药”优化了传统的流程和方式，AI不仅能提高药物研发效率，而且可以降低投资成本、缩短时间。作为未来的核心生产力，AI技术也必将成为未来制药行业激烈竞争的重点。

本期访谈嘉宾拜尔中国IT高级经理孟翔飞就与大家一起分享：AI技术将是制药行业的蓝海。

AI技术的应用

过去两年，在制药行业的研发、生产、销售的各个环节中，AI都得到了广泛应用，也取得了较好的成果。

FDA和美国制药协会曾对制药行业中的AI技术做过相关总结，其中涉及到AI、机器学习、云技术、虚拟技术、区块链等，从临床前的药物研发阶段到临床阶段、PV（药物警戒）、生产制造再到上市后等多个阶段都做了相应赘述。在这个总结中，FDA和美国制药协会给出了详细的描述：在哪个阶段，有哪些可能的应用技术。

AI技术是未来行业竞争的蓝海

以上这张图呈现了最新的调查结果。从这份调查中可以获悉，如今，全球在制药行业投资AI的新公司已有240家，它们主要集中在临床前、临床阶段，上市后的应用较少。另外，临床前开发的占比是最大的，特别是化合物或者靶点的寻找等也都是重点对象。

这240家公司投资人中，有90多家制药公司、CRO或者传统的IT技术公司，比如Google、腾讯、百度，大型CRO公司中也出现了中国的药明。

众所周知，因为时间是影响药企利润的重要因素，而大家又发现了AI技术能够协助药企最大程度地减少对新药研发的投资，同时也能降低其时间成本，所以，AI技术会成为未来行业激烈竞争的蓝海。

AI应用的四大挑战

针对AI技术在药企的实际运用问题，即便如今有众多投资公司参与研究，但大多数还处在探索阶段，真正交付上市新药的公司还寥寥无几。

AI属于人工智能，既然如此，就需要人工抽象出模型，再用大量的现有数据训练它，并预测未来。

这样，就会面临以下四方面困难：

1.数据质量问题

如果数据质量不佳，那么训练出的模型是无法达到预期目标的。

2.供应商问题

全球240家AI公司中，真正属于中国的公司却如凤毛麟角，大多数还是集中在国外。如果想在国内制药行业应用AI技术，对供应商的选择就会存在问题，如果供应商不具备足够的能力，我们的投入会得不到预期的收益。

3.人才问题

药企的业务部门或IT部门内是否存在精通AI技术的人才，如果没有人才而不得不完全依赖供应商，就会面临巨大风险，这是因为对供应商的所作所为全然不知。

4.法规问题

AI技术与传统的IT技术有很大不同。传统的IT技术首先是输入已知的信息，然后通过一系列流程后，便能基本预知到结果。

但是AI则与之大相径庭，AI技术所得出的结果可能达不到人们的预期目标，甚至还可能与传统认知截然相反。这样，从质量或风险角度而言，把完全未知的东西运用到高度合规的行业是一件非常可怕的事情。

内部合规性为什么被认为会遇到巨大挑战呢？原因主要在于内部合规依赖于监管部门的法规。虽然像FDA、中国的NMPA、欧盟EMA等这些监管部门都比较开放，乐于看到药企尝试任何AI技术，但是，事到如今，都没有成熟的法规和指南能为此开辟出康庄大道。

如果没有成文的法规，企业随即采取行动，那么就意味着这些行动结果有可能不被药监当局认可。

即便困难重重，但我们也看到了可喜的变化。比如，去年的的DIA会议上，英国、欧盟的药监机构都计划在近期内推出一些关于药物警戒方面的AI应用法规，这也为制药行业带来了一丝曙光。药监机构已经准备对AI技术在药物警戒领域的应用予以认可，比如针对RPA（流程机器人）技术在药物警戒领域的应用，相关药监机构已经开始制定指南。

解决方案：继续跟踪热度

在众多困难面前，特别是还面临着法规不清晰的问题，制药企业依然要继续跟踪热度，不能成为时代发展的落后者，最终被竞争者碾压。目前只有对这一领域保持跟踪，才能在机会来临时，及时跟上领军者的步伐。

*本文内容仅代表嘉宾个人观点。

号外

如果你是负责企业数字化转型的IT管理者、

信息总监、副总经理等其他管理者

让董辉老师的“六大知识模块”

帮你答疑解惑