AI能为生物制药从业者带来工作便利？一文看懂
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><img src="//q8.itc.cn/images01/20240318/867b0d44ec7a48ab8f9598b0d0acabdb.png" style="width: 50%; margin-bottom: 20px;"><span style="color: black;">注：AI文生图</span></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">亦</span>许是感慨AI发展太快，受益的人越来越多，<span style="color: black;">近期</span>一位自<span style="color: black;">叫作</span>在生物制药行业工作的网友忍不住问道：<span style="color: black;">大众</span>觉得“生物制药<span style="color: black;">行业</span><span style="color: black;">那些</span>工作<span style="color: black;">能够</span>借助AI技术进行优化？”</p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">由于</span>隔行如隔山，<span style="color: black;">日前</span>底下答复的人并不多。</p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;">不<span style="color: black;">太多</span>方<span style="color: black;">认识</span>后，我意外<span style="color: black;">发掘</span>：AI给制药行业从业者带来的工作便利和应用价值，可能<span style="color: black;">已然</span>超乎你我想象…</p>
<h1 style="color: black; text-align: left; margin-bottom: 10px;"><strong style="color: blue;">数据准备是AI“拿手活”</strong></h1>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">药物</span><span style="color: black;">开发</span>数据准备<span style="color: black;">便是</span><span style="color: black;">日前</span>AI在制药<span style="color: black;">行业</span>的一大<span style="color: black;">要紧</span>应用，<span style="color: black;">重点</span><span style="color: black;">表现</span>在医疗数据结构化、医药大数据统计、市场<span style="color: black;">科研</span>分析、<span style="color: black;">药品</span>知识和<span style="color: black;">疾患</span>治疗知识库建设、专科专病大模型搭建等方面。</p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;">从结果看，AI在数据准备应用中的加速推进，和以往新药<span style="color: black;">开发</span>数据准备工作量大、周期长、通量化需求高等<span style="color: black;">相关</span>。</p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">例如</span><span style="color: black;">按照</span>BIO、QLS Advisors<span style="color: black;">颁布</span>的行业报告<span style="color: black;">表示</span>：常规的新药从前期立项<span style="color: black;">开发</span>到<span style="color: black;">最后</span>上市<span style="color: black;">营销</span>，平均<span style="color: black;">必须</span>花费约<strong style="color: blue;">10年</strong>的时间（数据参考自《Clinical Development Success Rates and Contributing Factors 2011-2020》）。</p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;">在这其中，除了<span style="color: black;">药品</span>设计&合成和临床测试，就属<span style="color: black;">药物</span><span style="color: black;">开发</span>数据准备最费时费力。</p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;">为了<span style="color: black;">尽可能</span>减少<span style="color: black;">开发</span><span style="color: black;">危害</span>，<span style="color: black;">保证</span>后期收益，药企前期不仅要安排专人对<span style="color: black;">全世界</span>上市<span style="color: black;">药物</span>数据、新药<span style="color: black;">开发</span>数据、<span style="color: black;">获准</span>新药数据、生物医药专利数据、行业最新<span style="color: black;">科研</span>成果、文献资料等做深入<span style="color: black;">科研</span>，还要对新药的市场<span style="color: black;">潜能</span>、<span style="color: black;">病人</span>定位、需求端<span style="color: black;">营销</span><span style="color: black;">状况</span>、竞争对手<span style="color: black;">状况</span>、竞品等做<span style="color: black;">海量</span>的分析调研。这导致前期的<span style="color: black;">开发</span>数据准备就可能花去3年<span style="color: black;">上下</span>的时间。</p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">不外</span>，随着AI技术的高速发展，<span style="color: black;">非常多</span>数据准备性工作<span style="color: black;">已然</span>能<span style="color: black;">经过</span>人机协作又快又好地完成。</p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">例如</span>多模态医药数据的采集和结构化管理，<span style="color: black;">此刻</span>借助司普OCR智能数采这类<span style="color: black;">工具</span>，秒速就能完成病历、病理报告、<span style="color: black;">药物</span>处方、医学影像资料等多源异构数据的识别、抽取和标准化通量化管理，而且准确率超过95%<span style="color: black;">没</span>递减，信息匹配度高达99%，能省去<span style="color: black;">非常多</span>人工整理录入的麻烦。</p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><img src="//q0.itc.cn/images01/20240318/d1d8ce848a194736a8ee15b2b9f69745.png" style="width: 50%; margin-bottom: 20px;"></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">另一</span>，以往重度依赖人力来完成的市场情报搜集、竞品信息整理、行业洞察与政策总结、医药文献阅读等工作。眼下随着<span style="color: black;">设备</span>学习尤其是大语言模型的深度发展，<span style="color: black;">亦</span><span style="color: black;">已然</span>能很大程度上实现业务的智能化流转。</p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;">个人只需在寥寥几句对话之间，就能快速获取内容资源，还能实时溯源。</p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;">除此之外，基于采集数据的结构化管理、内部<span style="color: black;">海量</span><span style="color: black;">药品</span>知识、<span style="color: black;">疾患</span>治疗<span style="color: black;">方法</span>、<span style="color: black;">科研</span>成果等，能<span style="color: black;">帮忙</span><span style="color: black;">公司</span>快速搭建行业知识库，辅助信息检索、培训、<span style="color: black;">研究</span>等场景。</p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;">这种新型的工作形态，<span style="color: black;">极重</span>地<span style="color: black;">加强</span>了制药行业前期新药<span style="color: black;">开发</span>数据准备的效率与质量，<span style="color: black;">亦</span>为从业者的工作重心与工作方式带来了潜移默化的影响。</p>
<h1 style="color: black; text-align: left; margin-bottom: 10px;"><strong style="color: blue;">AI辅助<span style="color: black;">药品</span>设计与合成</strong></h1>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;">虽然AI<span style="color: black;">日前</span><span style="color: black;">没</span>法代替<span style="color: black;">开发</span>人员进行<span style="color: black;">药品</span><span style="color: black;">研发</span>与合成，但在辅助性工作上，它能发挥的<span style="color: black;">功效</span><span style="color: black;">已然</span>不小。</p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;">据笔者观测，自AlphaGo一炮而红的2016年起，AI核心算法<span style="color: black;">例如</span>卷积神经网络（CNN）、循环神经网络（RNN）、扩散模型（Transformer），便<span style="color: black;">起始</span>被用于<span style="color: black;">药品</span><span style="color: black;">发掘</span>、分子设计、<span style="color: black;">药品</span>合成等领域。</p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">例如</span><span style="color: black;">拥有</span>卓越图像处理性能的CNN和<span style="color: black;">善于</span>处理长序列数据的RNN在业内被广泛用于基因组学<span style="color: black;">科研</span>。当单一的深度学习模型难以处理庞大数据量及生物体关系，基因组学<span style="color: black;">科研</span>者们<span style="color: black;">乃至</span>在尝试“CNN+RNN+其他”的混合模型结构。</p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;">在通用AIGC<span style="color: black;">行业</span>，基于Transformer的图像和视频生成引爆了全民的<span style="color: black;">运用</span>热情，而在生物制药<span style="color: black;">行业</span>，Transformer模型<span style="color: black;">一样</span>被创新性地用于<span style="color: black;">药品</span>设计与合成，且表现不俗。</p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;">据不完全统计：<span style="color: black;">日前</span><span style="color: black;">包含</span>武田制药、GSK、辉瑞、赛诺菲、阿斯利康（排名不分先后）等在内的<span style="color: black;">全世界</span>性制药<span style="color: black;">公司</span>均有<span style="color: black;">经过</span>合作、投资或自研的形式，推动AI在新药<span style="color: black;">开发</span><span style="color: black;">行业</span>的应用。</p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;">部分药企<span style="color: black;">例如</span>赛诺菲，在关于小分子<span style="color: black;">药品</span><span style="color: black;">发掘</span>的AI模型中，<span style="color: black;">实验</span>的预测准确率据<span style="color: black;">叫作</span>超过80%，75%的小分子项目<span style="color: black;">已然</span>能<span style="color: black;">经过</span>人工智能和<span style="color: black;">设备</span>学习 (ML) 化合物设计实现，<span style="color: black;">亦</span>算成果<span style="color: black;">明显</span>。</p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><img src="//q1.itc.cn/images01/20240318/d2110861efd94b8a8cc4eb0933c81935.png" style="width: 50%; margin-bottom: 20px;"></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;">国内方面，随着人工智能产业规模的<span style="color: black;">连续</span>扩大，AI在制药<span style="color: black;">行业</span>的发展<span style="color: black;">亦</span>如火如荼。</p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">例如</span>北大团队联合AI新药<span style="color: black;">开发</span><span style="color: black;">机构</span>英飞智药推出了生成式大模型PharmGPT用于蛋白质功能预测上市<span style="color: black;">药品</span>靶点。</p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;">本土AI<span style="color: black;">药品</span><span style="color: black;">开发</span><span style="color: black;">机构</span>英矽智能，有利用AI预测抗衰老和治疗与老龄化<span style="color: black;">关联</span><span style="color: black;">疾患</span>的双重靶点，并主导了生成式AI<span style="color: black;">发掘</span>和设计候选新药，<span style="color: black;">日前</span>该药<span style="color: black;">已然</span>进入Ⅱ期临床<span style="color: black;">实验</span><span style="color: black;">周期</span>。</p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">将来</span>AI在新药<span style="color: black;">开发</span><span style="color: black;">行业</span>的渗透<span style="color: black;">状况</span><span style="color: black;">咱们</span>不得而知，<span style="color: black;">不外</span><span style="color: black;">按照</span>TechEmergence统计的数据<span style="color: black;">表示</span>：新药<span style="color: black;">开发</span>加入AI，成功率能从12%<span style="color: black;">提高</span>至<strong style="color: blue;">14%</strong>。</p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;">虽然只<span style="color: black;">提升</span>两个百分点，<span style="color: black;">据述</span>相当于为<span style="color: black;">全部</span>行业省下数十亿美元，<span style="color: black;">亦</span>算<span style="color: black;">道理</span>重大了。</p>
<h1 style="color: black; text-align: left; margin-bottom: 10px;"><strong style="color: blue;">上市审批、推广、生产赋能…</strong></h1>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;">新药<span style="color: black;">开发</span>成功后，临床<span style="color: black;">科研</span>与<span style="color: black;">实验</span>会是接下来最<span style="color: black;">要紧</span>一环。<span style="color: black;">日前</span>这块AI能发挥的价值，<span style="color: black;">重点</span>集中在临床<span style="color: black;">方法</span>优化和临床<span style="color: black;">实验</span>数据统计分析等方面。</p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;">但在上市审批、<span style="color: black;">商场</span>化推广、生产偏差管理等环节，AI<span style="color: black;">已然</span>表现出足够高的应用价值。</p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">例如</span><span style="color: black;">经过</span>人机协作，辅助生成上市审批申请材料、营销文案、宣传稿件等核心内容，能<span style="color: black;">帮忙</span>从业的市场营销人员有效<span style="color: black;">提高</span>创作效率与质量，满足常规性推广和宣发需求。</p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;">生产偏差报告是质量管理必不可少的一环，以往全靠人工撰写，可能存在偏差报告不<span style="color: black;">即时</span>、输出效率低、报告要素不全、<span style="color: black;">规律</span>不清等问题，<span style="color: black;">引起</span>偏差审批和处理时间延长，影响正常生产交付。</p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;">眼下借助司普AI偏差写作助手这类<span style="color: black;">工具</span>，报告人员<span style="color: black;">已然</span>能<span style="color: black;">有效</span>率、高质量输出报告内容，大幅缩短偏差关闭时间，<span style="color: black;">日前</span>已在头部制药<span style="color: black;">公司</span>中得到应用推广。</p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;">以上是比<span style="color: black;">很强</span>的方向，除此之外，AI对外还被尝试用于<span style="color: black;">疾患</span>诊断、<span style="color: black;">疾患</span>分型、用药<span style="color: black;">指点</span>、健康管理等场景，加快业务拓展。对内则在<span style="color: black;">平常</span><span style="color: black;">公司</span>管理中，被用于数据分析、模拟交易、客户服务、营销转化等场景，<span style="color: black;">帮忙</span><span style="color: black;">公司</span>提效增收，<span style="color: black;">这儿</span>不<span style="color: black;">仔细</span>展开。</p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;">总的<span style="color: black;">来讲</span>，AI在制药行业的扩展性应用，很大程度上推动了特定业务流程的自动化，将<span style="color: black;">全部</span>产业导向精细化、智能化、科学化的发展轨道。与此<span style="color: black;">同期</span>，以往计算、统计、调研、测试工作量大的从业人员有了AI这位助手，<span style="color: black;">亦</span>得以减负不少。</p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">咱们</span>期待<span style="color: black;">将来</span>AI能给<span style="color: black;">更加多</span>行业的人们带去惊喜，<span style="color: black;">同期</span>，司普科技<span style="color: black;">亦</span>将<span style="color: black;">经过</span><span style="color: black;">供给</span>多模态模型服务，为<span style="color: black;">更加多</span><span style="color: black;">公司</span>带去价值！</p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;">备注：本文原创，首发sipu-tech，以上案例有参考BiG生物创新社、智东西等<span style="color: black;">媒介</span><span style="color: black;">报告</span>，仅作分享。<a style="color: black;"><span style="color: black;">返回<span style="color: black;">外链论坛：http://www.fok120.com/</span>，查看<span style="color: black;">更加多</span></span></a></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">责任编辑：网友投稿</span></p>
外贸论坛是我们的，责任是我们的，荣誉是我们的，成就是我们的，辉煌是我们的。 论坛外链网http://www.fok120.com/ 你的话深深触动了我，仿佛说出了我心里的声音。 你的话语如春风拂面，温暖了我的心房，真的很感谢。 楼主继续加油啊！外链论坛加油！
页:
[1]