esc0rp 发表于 2024-7-3 19:34:34

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&amp;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>




门前大桥下 发表于 2024-8-20 10:13:17

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。

流星的美 发表于 2024-9-8 12:29:22

论坛外链网http://www.fok120.com/

wrjc1hod 发表于 2024-10-13 23:22:47

你的话深深触动了我,仿佛说出了我心里的声音。

4lqedz 发表于 2024-11-14 22:21:11

你的话语如春风拂面,温暖了我的心房,真的很感谢。

m5k1umn 发表于 5 天前

楼主继续加油啊!外链论坛加油!
页: [1]
查看完整版本: AI能为生物制药从业者带来工作便利?一文看懂