燈塔，顧名思義可指引照亮前路；那么所謂的燈塔項目我們可以理解為，在單一、專業(yè)領域內(nèi)專注于可交付成果的小努力，從而為大型企業(yè)的戰(zhàn)略方向照亮一條通向未來的道路。將燈塔項目的比喻用于生物制藥行業(yè)也同樣可行，隨著生物醫(yī)藥行業(yè)的數(shù)字化轉型繼續(xù)快速推進，以及人工智能技術、機器學習等工具的迅速普及，大型藥企的一些研發(fā)項目有望更快推進，進而產(chǎn)生更大的影響。目前，計算機科學領域的專業(yè)知識，比如AI、大數(shù)據(jù)、區(qū)塊鏈等，正在通過合作的模式迅速擴散到整個行業(yè)。各類不等規(guī)模的科技公司提供多樣化計算機解決方法的同時，藥企、器械公司也正與其不謀而合，正是這樣，我們才可以看到越來越多計算機科學結合生物醫(yī)藥領域的研究、產(chǎn)品不斷出現(xiàn)在大眾視野。
圖片來源：Pixabay
過去幾年，生物醫(yī)藥公司已開始著手建立一個龐大的、互通的合作“網(wǎng)絡”，他們期望通過人工智能的高效化運轉，從分子設計到臨床試驗規(guī)劃，再到供應鏈、質(zhì)量控制以及銷售策略，對企業(yè)進行數(shù)字化加持，從而最大限度地提高其價值。本月早些時候，Optum對500名醫(yī)療健康行業(yè)領袖和專業(yè)人士進行了一項“醫(yī)療健康領域AI的應用和投資增長”調(diào)查，結果顯示，相對于2018年，認為其所屬的公司/組織已經(jīng)布局并在實際工作中運用AI策略的行業(yè)領袖數(shù)量同比增長了近88%。此外，半數(shù)受訪者表示：其所屬公司/組織于未來5年內(nèi)，在AI相關項目上平均花費約為每人4000萬美元，他們預計這些投資將在3年或更短的時間內(nèi)獲得正回報。
圖片來源：Optum公司官網(wǎng)
Optum總裁兼首席運營官Dan Schumacher先生在一份聲明中表示：“在越來越多企業(yè)中能看到，高管愈發(fā)信任人工智能技術，這有助于生物醫(yī)藥領域大量專業(yè)使數(shù)據(jù)更具可操作性，從而促進更加惠民的衛(wèi)生服務系統(tǒng)的誕生。”隨著新方法可用性被不斷驗證，也潛在地為AI快速應用于研發(fā)、醫(yī)療領域提供了條件。目前許多公司一定程度上缺乏在未來幾年獨立完成轉型所需的AI專業(yè)知識，所以建立協(xié)作和伙伴關系是至關重要的。根據(jù)德勤（Deloitte）的一份報告預測，在醫(yī)療科技公司中，預計到2040年為止，當前以疾病為重點的醫(yī)療體系將徹底改革，未來取而代之的將是一種前瞻性的、數(shù)據(jù)整合的、個體化的醫(yī)療服務體系。目前，將AI技術結合醫(yī)療健康最成熟的運用是數(shù)字病理學和輔助診斷方面。許多研究項目旨在使用機器學習來發(fā)現(xiàn)圖像或掃描中的疾病、狀況的模式。通過檢查胸部X光、MRI掃描、組織切片、眼底成像圖片等，從而幫助減輕醫(yī)院部門的負擔。
2018年4月，FDA批準了第一個使用AI檢測糖尿病視網(wǎng)膜病變病例的醫(yī)療設備IDx-DR。糖尿病視網(wǎng)膜病變是糖尿病患者最常見的導致視力喪失的原因，據(jù)統(tǒng)計，目前在中國糖尿病的患病人數(shù)在4000萬人以上，這當中約30％左右可能已經(jīng)有糖尿病視網(wǎng)膜病變，而這之中視力受到嚴重威脅的可能要在300萬左右。可見，糖尿病對人們視覺影響不容小覷。通過使用上傳的視網(wǎng)膜高清數(shù)字圖像，這款AI眼底篩查系統(tǒng)完全實現(xiàn)了AI自主診斷，它可以檢測出那些病情較輕的患者，并將他們轉診給專業(yè)醫(yī)療人員。研究和醫(yī)療自動化不僅可以加強數(shù)據(jù)挖掘、產(chǎn)生更多數(shù)據(jù)洞見，更重要的是數(shù)據(jù)的安全性與保密性有了多重保障。一般來說，藥企非常注重對數(shù)據(jù)的保密，知識產(chǎn)權保護在生物醫(yī)藥領域是重中之重。以MELLODDY（Machine Learning Ledger Orchestration for Drug Discovery的縮寫）項目為例，它主要用于藥物研發(fā)，是一個新興的藥物研發(fā)聯(lián)盟，能夠兼顧數(shù)據(jù)共享和安全性。該項目使用基于區(qū)塊鏈技術的基礎設施來保護機密性文件和專有信息，它旨在構建一塊大型制藥公司與研究合作伙伴之間共享臨床前數(shù)據(jù)的“數(shù)據(jù)陣地”。目前MELLODDY匯集了17家合作伙伴，包括10家醫(yī)藥公司，如安進（Amgen）、拜耳（Bayer）、葛蘭素史克（GSK）、楊森（Janssen）和諾華（Novartis）等，兩所頂尖大學，4家開拓性初創(chuàng)公司，以及英偉達（NVIDIA）的AI計算平臺。
圖片來源：Pixabay
與此同時，美國國立衛(wèi)生研究院（NIH）的目前正致力于構建通用的醫(yī)學數(shù)據(jù)交流系統(tǒng)，其目標是將來自醫(yī)院、研究機構、企業(yè)等不同領域的專家聚集在一起，并基于這些數(shù)據(jù)發(fā)現(xiàn)，來重新定義當前的疾病定義。機器學習的厲害之處在于，它還可以從多個來源的海量數(shù)據(jù)中發(fā)現(xiàn)隱藏模式、找到規(guī)律。在雜亂無章的數(shù)據(jù)世界里，無論是多么微小的數(shù)據(jù)差異都無法逃脫AI的“慧眼”。在大家十分熟悉的阿爾茨海默病領域，AI技術便發(fā)揮其所長，幫助預示阿爾茨海默病和癡呆癥的發(fā)作。蘋果公司、禮來（Eli Lilly）以及Evidation Health展開合作，公布使用智能設備，對阿爾茨海默病（AD）患者的數(shù)字化檢測研究的結果。這項研究表明，使用包括iPhone、蘋果手表、iPad以及蘋果公司的Beddit睡眠監(jiān)測器在內(nèi)的智能設備，與數(shù)字應用程序的組合，有助于發(fā)現(xiàn)并區(qū)分患有輕度認知障礙（MCI）或與AD相關輕度癡呆癥的患者。
在生物學領域，AI項目又有何引導意義呢？谷歌旗下的子公司DeepMind在去年開發(fā)了一款人工智能程序AlphaFold，用于解決醫(yī)學科學中最具挑戰(zhàn)性的問題之一：預測蛋白質(zhì)折疊問題。蛋白質(zhì)的折疊過程決定了DNA中編碼的蛋白質(zhì)將如何在體內(nèi)發(fā)揮作用，并會導致何種疾病，而了解它們的結構更將有助于發(fā)現(xiàn)新藥物。過去這個領域的科學家們曾經(jīng)依靠人類的直覺來解決該難題，但隨著人工智能技術的出現(xiàn)，科學家們開始教機器做這樣的事。
人工智能，以一“人”之力，開始催生出一些生物醫(yī)藥領域的變革。星星之火，可以燎原，相信在藥物研發(fā)以及醫(yī)療健康領域，那些相對占少數(shù)的AI項目可以產(chǎn)生出巨大的影響力，從而成為指引行業(yè)再發(fā)展的“燈塔”。
