在科技與健康交匯的前沿，一項(xiàng)令人振奮的消息傳來(lái)：人工智能（AI）正加速踏入藥物研發(fā)的殿堂。Google DeepMind的首席執(zhí)行官Demis Hassabis在達(dá)沃斯世界經(jīng)濟(jì)論壇的一次研討會(huì)上透露，預(yù)計(jì)今年將有首批由AI協(xié)助設(shè)計(jì)的藥物進(jìn)入臨床試驗(yàn)階段。

Hassabis不僅是DeepMind的掌舵人，還是其制藥衍生公司Isomorphic Labs的負(fù)責(zé)人。Isomorphic Labs自2021年起，便致力于利用機(jī)器學(xué)習(xí)技術(shù)推動(dòng)藥物研發(fā)的進(jìn)程。他滿懷信心地表示：“我們計(jì)劃在今年年底前，見(jiàn)證AI設(shè)計(jì)的藥物步入臨床試驗(yàn)。這是我們的目標(biāo)，也是我們的承諾?！?/p>

個(gè)性化醫(yī)療的未來(lái)圖景在Hassabis的描述中變得生動(dòng)起來(lái)。他設(shè)想，未來(lái)的AI系統(tǒng)能夠根據(jù)個(gè)人的代謝特征，迅速優(yōu)化藥物，實(shí)現(xiàn)真正的“量身定做”。這一愿景不僅展現(xiàn)了AI在醫(yī)療領(lǐng)域的無(wú)限潛力，也預(yù)示著醫(yī)療模式的深刻變革。

Hassabis和他的同事John Jumper因AlphaFold項(xiàng)目榮獲諾貝爾獎(jiǎng)，這一深度學(xué)習(xí)系統(tǒng)能夠準(zhǔn)確預(yù)測(cè)蛋白質(zhì)結(jié)構(gòu)，為科學(xué)研究開(kāi)辟了新天地。AI的熱潮席卷全球，而制藥行業(yè)更是對(duì)AI寄予厚望，因?yàn)樗型蠓s短藥物研發(fā)周期，降低成本。

新藥從研發(fā)到獲批上市，通常需要12至15年的時(shí)間，耗資約26億美元。然而，成功率卻極低，臨床試驗(yàn)中僅有不到百分之十的藥物能夠最終獲得使用批準(zhǔn)。因此，任何能夠提升效率、降低成本或提高成功率的方法，都將對(duì)制藥公司的盈利產(chǎn)生深遠(yuǎn)影響。

機(jī)器學(xué)習(xí)模型在藥物研發(fā)的各個(gè)環(huán)節(jié)中展現(xiàn)出巨大的改進(jìn)和加速潛力。Hassabis預(yù)計(jì)，在時(shí)間和成本方面，AI將帶來(lái)前所未有的節(jié)省。然而，他也坦言，高質(zhì)量訓(xùn)練數(shù)據(jù)的獲取是一大挑戰(zhàn)，受到隱私法規(guī)、數(shù)據(jù)共享政策和獲取成本等多重因素的制約。

面對(duì)這些挑戰(zhàn)，Hassabis并未氣餒。他認(rèn)為，通過(guò)與臨床研究機(jī)構(gòu)合作或使用合成數(shù)據(jù)等方法，可以填補(bǔ)公共數(shù)據(jù)的空白。但他也強(qiáng)調(diào)，使用合成數(shù)據(jù)時(shí)需格外謹(jǐn)慎，以確保其能準(zhǔn)確反映數(shù)據(jù)分布，避免訓(xùn)練出錯(cuò)誤的模型。

盡管AI在藥物研發(fā)中展現(xiàn)出巨大潛力，但Hassabis認(rèn)為，AI在短期內(nèi)仍無(wú)法取代科學(xué)家。他表示：“AI目前尚不具備真正的發(fā)明能力。它無(wú)法提出新的假設(shè)或推測(cè)。雖然AI在解決復(fù)雜數(shù)學(xué)問(wèn)題等方面表現(xiàn)出色，但我們離AI在科學(xué)領(lǐng)域取得重大突破還有一段距離。我相信我們很快就會(huì)看到AI在藥物研發(fā)中的更多應(yīng)用，但這與科學(xué)家提出新理論或假設(shè)的能力是不同的?！?/p>

在探索AI在藥物研發(fā)中的應(yīng)用方面，Hassabis并非孤軍奮戰(zhàn)。Nvidia也展現(xiàn)出對(duì)AI增強(qiáng)型藥物研發(fā)的濃厚興趣。去年秋季，Nvidia開(kāi)源了其BioNeMo系列GPU加速機(jī)器學(xué)習(xí)框架，旨在加速藥物開(kāi)發(fā)和分子設(shè)計(jì)。Nvidia還將現(xiàn)有模型如DeepMind的AlphaFold2和MIT的DiffDock 2.0重新打包為微服務(wù)，使其更加易用。

Nvidia還與多家制藥公司展開(kāi)合作，推出新的研究系統(tǒng)。例如，與丹麥制藥巨頭諾和諾德合作推出的Gefion超級(jí)計(jì)算機(jī)，便是將機(jī)器學(xué)習(xí)應(yīng)用于生物科學(xué)和新治療方法開(kāi)發(fā)的一個(gè)典范。

隨著AI技術(shù)的不斷進(jìn)步和應(yīng)用的深入拓展，我們有理由相信，在不久的將來(lái)，更多由AI協(xié)助設(shè)計(jì)的創(chuàng)新藥物將不斷涌現(xiàn)，為人類(lèi)健康事業(yè)貢獻(xiàn)更大的力量。

同時(shí)，我們也應(yīng)看到，AI在藥物研發(fā)中的應(yīng)用仍面臨諸多挑戰(zhàn)和限制。只有在科學(xué)家、工程師和政策制定者的共同努力下，才能充分發(fā)揮AI的潛力，推動(dòng)醫(yī)療行業(yè)的持續(xù)進(jìn)步。