“新药研发的过程相当漫长,耗钱,而且成功率非常低。”鲁白介绍,药物研发失败率高主要包括对疾病发生,发展的机理的认识现在还是相当不够的、很难找到高质量的药物靶点、缺乏很好的动物模型、缺乏能够反映疾病进程和药效的生物标志物、相对同质化的病人较少、很难找到基于机理的原创新药等原因。
这一系列的挑战造成了临床试验的周期很长,成本很高,成功率不高。“在传统制药界现在有一种说法叫做反摩尔定律。”鲁白表示,药企对新药研发的投入变得越来越高,而产出变得越来越低,使得新药研发很难有利可图,这就降低了很多大型药企做新药的积极性。
而人工智能在产业界的应用可以视为一个机会去改变冲击这个传统制药界的定律。
鲁白表示,近年来AI在药物靶点的发现和药物分子的发现、信息的聚集和整合、对新的疾病进行“老药新用”、临床前实验设计等方面得到了很好的应用,能够大幅降低研发时间和成本,提高成功率。
“目前绝大多数AI制药公司在整个研发链上面的分布都是集中在药物发现,处于早期阶段。而在临床前研究、临床试验上市等等这些产业环节的应用还是相当少的,尤其是在临床试验方面的应用较少。未来人工智能在新药研发、临床应用等方面值得关注探索。”鲁白说。