在大多数企业将人工智能布局在辅助诊断和健康管理方面时，一些企业也在尝试将人工智能应用于新药研发。

近日，晶泰科技宣布完成4600万美金（约合3.2亿元人民币）的B+轮融资，由国寿大健康基金领投，SIG（海纳亚洲）、雅亿资本跟投。这一轮融资将用于晶泰科技的业务扩展与智能药物研发平台的建设。

就在晶泰科技宣布融资前，中电药明这家由中电数据与药明康德合资成立的公司正式亮相。中电数据和药明康德双方表示将基于诊疗和处方数据，为生命科学行业机提供健康医疗数据解决方案。其中，为制药企业提供新药研发、上市后药效评估的医疗数据分析产品也是中电药明这家公司的一个重要业务。

实际上，人工智能正在加速新药研发的速度。目前，全球有近100家初创企业已在探索用于研发新药的人工智能方法。与此同时，诺华、辉瑞、强生、礼来、GSK等国际知名药企也在积极尝试与人工智能企业合作。

AI辅助新药研发风口初现

“在提供算法服务方面，取决于药企的经费预算。业界领先的创新药企平均每家每年的研发预算在50亿美金以上。而在新药开发方面，人工智能的应用市场在于能否通过计算比别人更快地发现、研发出新药。”在晶泰科技联合创始人温书豪看来，人工智能辅助新药研发这个领域是没有天花板的。

正是由于对这个行业寄予了很高的希望，目前人工智能辅助新药研发领域创业企业不断涌现，并吸引了资本的目光。在英国，使用人工智能助力新药开发的Benevolent AI公司成立5年来已经开发出24个候选药物，且已有药物进入临床二期试验阶段。近期，Benevolent AI也获得了1.15亿美元的投资，准备将其人工智能技术应用于运动神经元疾病、帕金森病和其他难治疾病的药物研发。

在中国，2018年也是人工智能辅助新药研发领域风口初现的一年。

健康点统计发现，今年中国人工智能辅助新药研发领域共发生5起融资，其中，除晶泰科技外，深度智耀、智药科技、亿药科技等3 家公司均处在A轮融资阶段之前。此外，在该领域参与过投资的机构既包括红杉中国、真格基金、青松基金、国寿大健康基金、SIG（海纳亚洲）、雅亿资本和英诺天使基金等多家投资机构，也包括腾讯、谷歌等互联网巨头。值得注意的是，如云势软件这种医药营销SaaS 服务企业也正在布局人工智能辅助新药研发领域。

“其实，目前中国人工智能在新药研发领域的应用并没有比国外差很多，在很多领域我们与国外落后10年、20年，但是，从人工智能的人才数量、研发投入上，我们几乎能与美国媲美。”Haalthy创始人邱威妮对中国人工智能辅助新药研发的市场持乐观态度。

在邱威妮看来，在人工智能辅助新药研发领域，目前中国与国外的差距主要体现在药企的接受程度上。她提到，国外接受人工智能辅助新药研发的公司更多，甚至药厂会直接投资到这些公司上，而中国本土的药企才刚刚开始接触人工智能，不少聊过的药企高管依然对人工智能依然持怀疑的态度。不过她也强调，在技术方面，中外的差距已经越来越小。

对此，温书豪也表示，在大环境上，中国的医药工业相对起步较晚，相较于欧美国家，在高质量的医药数据积累、健全的医药生态系统建设、资本市场、初创企业布局等，中国都有进一步提升的空间，而在算法和硬件方面中国已经达到世界先进的水平。同时，国内最大的优势集中在人工智能相关的人才储备丰富，企业发展具备成本优势，而且好的创业项目往往能够更快速地获得资本市场的认可和支持。

身处行业之中的温书豪也提到，目前布局人工智能辅助新药研发的初创企业还处于成本投入阶段。他告诉健康点，前期投入主要集中在算法开发、数据累积、人才获取等方面。后期为了更好地服务客户，算力要紧跟业绩增长提升，所以成本也会逐渐增大。

药企：一面裁员，一面布局AI

在人工智能辅助新药研发领域的初创企业崛起的同时，作为这类公司主要买单方的药企也有所动作，今年以来，众多药企纷纷进行裁员，并将一定资金投入到了人工智能领域，试图利用技术辅助提升新药发掘效率。

以诺和诺德为例，今年9月，诺和诺德宣布在中国和丹麦裁员400 人，其官方网站发布的《转变研发方式的计划》称，其未来将增加对核心治疗领域和新治疗领域转型生物和技术创新的投资，力图通过提升自动化及数字化能力, 运用机器学习及人工智能等方式, 提高研发效率。

无独有偶，今年年初，辉瑞公司也宣布将裁员300 人，对象主要是其神经科学部门的早中期在研管线相关员工，并停掉一些处于临床I/II 期的在研项目。2017年11 月，礼来在抗β淀粉样蛋白疗法Solanezumab 的第3 项大型Ⅲ期临床研究宣布失败后表示，将裁掉阿尔茨海默病业务单元的485 名员工。更早的时候，强生、罗氏、默沙东等都爆出了裁员计划。

实际上，在裁员计划之前，这些企业已经开始了在人工智能方面的尝试。2016 年11 月，Benevolent AI 与强生达成合作，强生把一些尚处于试验中的小分子化合物转交给了Benevolent AI，进行新药开发。同年12月，辉瑞于也与IBM 签署协议，利用IBM Watson 系统协助Pfizer 的免疫肿瘤药物研发。2017 年5 月，赛诺菲与Exscientia 签订了一项潜在价值为2.5 亿欧元的合作和许可交易，用于开发针对代谢疾病的小分子药物。之后葛兰素史克、默沙东、等药企也纷纷利用人工智能辅助新药研发。

据温书豪介绍，今年5月，晶泰科技也与辉瑞展开了战略研发合作，一方面，晶泰科技将为辉瑞提供药物晶型设计与筛选技术，一方面，晶泰科技将运用量子物理、人工智能，为辉瑞在云端研发和搭建一个药物分子模拟平台，用于药物发现和设计，并实现多种关键药物属性的预测。

“可以预计，人工智能技术对传统技术的改进以及由其引发产生的新型药物研发技术，将缩短新药研发周期、降低研发成本，显着提高药物研发的成功率。”邱威妮表示，药企将目光投向人工智能的一个重要原因就是降低成本，提高效率。

据《Nature》报道，新药研发的平均成本约为26亿美元，大约耗费10年时间。它包括了漫长的小分子化合物研发阶段、三期临床试验、以及注册审批的过程。然而，能够通过这重重考验并成功上市的药物，仅有不到1/10。

2016 年，塔夫茨大学药物开发研究中心的《关于新药开发成功率的权威数据》一文提出，在过去40 年间，人体试验前的研发成本上涨了10 倍，临床研发成本上涨了21 倍，总成本上涨了14 倍。即便各大药企的销售额都在不同程度的增长，但远远赶不上研发成本的增长速度，因此，近年来的药物投资回报率有所下滑。德勤2017年的报告显示，2017年全球TOP12制药巨头在研发上的投资回报率仅有3.2%，这个数字相比2010年的10.1%降幅显着。

在投资回报率下降的同时，新药研发的成功率也在持续走低。据Tufts(CSDD)统计，新药临床I期至批准上市的成功率已经从80年代的23%大幅下降至现在的12%左右。不过对此有业内认识表示，随着AI智能研发新药等突破性技术成熟，这种下降趋势或将减缓。

一面是裁员，一面是投资布局人工智能，于是行业内出现了质疑是否人工智能会取代新药研发人员的声音。对此，温书豪表示，“在可见的未来，人工智能不会取代新药研发人员，而是作为更加强大、高效的研发工具，去赋能药企研发人员，提高他们的工作效率，辅助他们更好地完成现在的工作。让制药企业以更少的资源，开发出更多优质高效的创新药物。”

一盆冷水：效果尚待验证

“目前的新药研发有很多关键步骤极大地依赖实验试错的方法，这就导致研发会受到时间、流程、科学家的个人经验、甚至运气的限制，试错成本高。”温书豪告诉健康点，人工智能可应用在药物开发的不同环节，包括虚拟筛选苗头化合物、新药合成路线设计、药物有效性及安全性预测、药物分子设计等。通过有效运用人工智能技术，基于已有的化学、生物学数据和知识建立有效的数据模型，来预测药品的安全性、有效性、副作用等对研发成败起到关键影响的药物属性，有望切实减少人力、时间、物力等研发投入，从而降低药品研发成本和风险，缩短医药创新成果转化的过程。

即便行业对于人工智能辅助新药研发的热情不减，但我们不得不理性地看待这个新型的技术和行业。按照新药研发10-15年的研发周期来看，目前人工智能辅助药物研发技术还处于起始和发展期，这项技术是否真的对行业有所帮助，还需要用一段时间的积累来证明。

此前，Atlas Venture合伙人Bruce Booth也曾指出，新药发现和研发所面临的挑战数不胜数，人工智能可以解决的部分有限。他提到，“用计算机设计新药的程序已经存在了好几十年。但在医药行业，研发产出率非但没有上升，反而还逐年下降。药物发现的时间没有缩短，成本也没有变得更低。这并不是说这些程序阻碍了新药的研发，而是说它们尚未给行业带来大幅的可喜改观。”