今年新冠疫情的爆发在给各个行业带来生产困难的同时，也使得大众充分认识到了医药生物产业对人类社会的重要性。而伴随着近几年人工智能概念的火热，医药与AI二者所碰撞出的产业升级机会也成为下一个潜在的投资风口。
医药企业的现状
人工智能之于医药行业最大的机会在于后者目前面临最大挑战之一开发新药并成功推向市场的高成本。当下，新药开发的过程漫长而昂贵，这明显不符合速度和成本最优的商业原则。
对于大制药公司来说，严峻的现实是，推出一种新药的平均成本已经从12亿美元增加到接近20亿美元，增幅达67%。这一大幅增长导致了过去十年间大型药企整体利润的下降。
更重要的是，假设一家制药公司甚至能够将其最新的药物通过临床试验，也只有大约1/10的药物能够最终获得FDA的批准。
此言并非耸人听闻，据统计，阿斯利康（AstraZeneca）在1997-2011年间研发花费为580亿美元，但仅有5个新药获批。2014年，罗氏(Roche)以17.5亿美元收购赛诺根制药(Seragon Pharmaceuticals)的新药ARN-810，但6年后该药临床试验终止。
墨尔本大学学者Sean Lim的研究显示，目前一个典型新药的问世要经历活性成分筛选及优化、临床前、临床、审查批准、临床后5个不同阶段，总计耗时11.5年以上。各个阶段的花费分别为7.75亿美元、2.88亿美元、6.61亿美元、200万美元和2.04亿美元。也就是说，一个新药的平均成本大约为19.30亿美元。
今年3月发表在《美国医学会杂志》网络版上的一项新研究《2007-2018年美国品牌药物上市价格、净价和折扣的变化》报告估计每个新治疗药物和生物制品的估计资本化研发成本从3.14亿美元到28亿美元不等，中位数为9.85亿美元。
另外，塔夫茨药物开发研究中心2019年5月发表在《卫生经济学杂志》上的一项研究，给出的估计成本为26亿美元。该研究将这一数字细分为包括约14亿美元的平均自付成本和12亿美元的时间成本。
国内企业方面，根据《2019年度中国医药工业百强榜》显示，2019年百强企业的研发费用持续增长，平均研发费用5.5亿元，平均投入强度为5.9%。以复星医药为例，2020年上半年复星医药研发投入16.89亿元，同比增长25.02%，其中，研发费用为12.04亿元，较2019年同期增长41.81%。
2019年度中国医药工业百强榜前20名
可以看出，新药成本高首先是因为筛选成本高。以新药申请(New Drug Application，NDA)和批准环节为例，数据显示，只有13.8%的新药能够通过NDA进入临床试验，其中又仅有50%能最终被FDA批准。据2020年全球制药企业在研药物数量排名榜单显示，排名第1的诺华(Novartis)就有222个在研新药，但是FDA每年批准的总数甚至不到100个。
AI在医疗领域突飞猛进
为了降低成本并提升整体服务水平，大型医疗企业已经在各个领域尝试引入新技术。从协助医生更快速地做出准确的诊断，到减轻任何一个手术的不良风险，医疗行业与人工智能形成了一种共生关系，并从合作中获得经济利益。
同样，在以医疗为主题的物联网中，互联设备赋予了患者在自己的成功中发挥更大作用的能力。可以从内部设备共享到外部设备的数据，比如智能手表和手机，将使糖尿病患者能够更准确地监测自己的血糖水平。
而支持人工智能的机器人技术也在手术室中发挥着至关重要的作用，现在患者可以减少对外科医生的担心，手术操作也向着更安全、更准确、更少侵入性的方向发展，这要归功于手术机器人。
如今，一些最复杂的手术已经由机器人系统和先进的软件来完成。据估计，到2024年，全球手术机器人市场将达到980亿美元，从2017年到2024年的年复合增长率为8.5%。
自然而然的，随着人工智能在医疗界发挥着越来越有效的作用，我们不禁要问，它是否同样会减少药企在将新药上市时面临的成本压力，同时也会推动整体效率的提升？
现实情况看起来比较乐观，随着制药行业的不断发展，将AI注入到药物发现和开发等流程中，在减少这种财务成本方面已经取得了长足的进步。
（来源：晶泰科技）
AI对制药行业的四方面影响
--AI可以减少与新药开发相关的时间和成本
2020年1月，一家名为Exscientia的英国生物技术公司与日本制药公司住友大日本制药合作，宣布他们已经利用AI发明了一种新分子，用于治疗强迫症的新药。由于人工智能完成了大部分繁重的工作，该疗法正在进入临床试验阶段只耗时12个月，传统上则需要整整5年。
国内企业方面，近日刚刚宣布完成累计上亿元A轮融资的AI新药公司费米子科技通过基于深度学习的FermiNet小分子研发平台能覆盖靶标到PCC临床前候选化合物全流程。从选定靶点到PCC阶段，费米子相比传统药企能节省1-2年时间，极大地提升研发效率；其中，部分优化环节相比传统方式能提高10倍以上的效率。
（来源：费米子科技）
由于药物开发的平均成本达到20亿美元，而将一种新药推向市场的时间长达10年以上，制药公司实际上很欢迎AI能够减轻这些负担的方式。
--AI可以识别现有药物的新应用
AI提高制药公司利润的另一种方式是为其已有的药物目录确定新的应用。由于人工智能能够在大型数据集中发现人类研究人员难发现的模式，AI对于联想药物和疾病之间可能的联系以及确定市场上已有药物的新用途方面非常有用。
在数据分析和咨询公司Globaldata于2020年8月发布的一份报告中，AI正在支持制药企业使用的一种名为药物重新利用的成本节约措施。该措施确定了已经被批准的、现有的药物，这些药物可以调整或重新配制用于完全不同的应用。
BenevolentAI是伦敦的一个研究小组，他们采用了一个人工智能支持的药物发现平台来识别已经破坏病毒进入点通路的现有药物，以寻找抑制COVID-19结合的方法。
他们确定了已经获批的药物Baricitinib，他们预测该药物将抑制COVID-19感染人类细胞。由于他们使用的是目前已批准并上市的应用，因此重新利用该配方来治疗COVID-19只需要更少的步骤、测试和成本。
--AI可以提高试验成功率
为了避免新药在经过多年的研究并花费数以亿计的投资之后却不能保证成功上市，药企需要一种方法能在早期预测哪些药物的成功几率更大，这将节省大量的时间和金钱。
近日，美国加州大学圣地亚哥分校医学院的研究人员就表示，他们已经创建了一个名为DrugCell的新人工智能（AI）系统。DrugCell可模拟人类癌细胞对治疗性化合物的反应，在输入有关肿瘤的数据后，系统会返回最知名的药物、控制对该药物反应的生物学途径以及最佳药物组合，从而可以预测任何癌症中任何药物的反应，并设计有效的联合疗法。
AI在三个关键领域可以协助临床试验过程，其让这个过程更快、更可靠、更安全。首先，支持人工智能的软件更善于发现编码错误和调整计算。这让研究人员可以解放出来，专注于试验中更关键的方面，即那些特别需要人类的触觉来引导药物通过临床试验过程。
此外，人工智能还可以通过从一开始就识别最有前途的潜在治疗方法，帮助提高试验成功率。将一些繁琐的药物开发早期阶段的试错工作从人类研究人员转移到机器上，意味着更快速地确定需要关注的最佳治疗方法，减少在可行性较低的选项上浪费的时间。
从客户体验的角度来看，人工智能还改善了临床试验的患者定位和招募。医疗服务提供商IQVIA实况解决方案预测分析高级主管John Rigg提出，人工智能可以精选患者数据，以确定一个具有强大的临床试验所需的必要多样性的申请人库。
--AI打开了精准医学的市场
精准医学已经成为制药和医疗保健领域的一个根本性转变。从药物和治疗的一刀切模式到高度个性化的治疗已经成为许多企业的核心。微软作为利用人工智能进行医疗应用的创新者之一，去年就推出了“AI for Health”战略。
精准医学的方向之一是基因组学，或者说对个人基因构成的研究（包括这些基因如何与环境相互作用）。它提供了数据集，使人工智能引擎能够发现模式并做出有效预测。这为制药公司开辟了一个巨大的新市场，现在可以根据被用药者的基因特征定制药物。通过这种方式改变剂量和配方的能力，可以带来更有效的结果，同时也可以将副作用拒之门外。
另外，精准医学也指的是一组专门用于治疗罕见病或针对特定人群的药物。在这些情况下，这些药物的开发一般都很困难，而且价格昂贵。而且由于它们针对的是较小的人口群体，因此利润潜力默认是有限的。
过去，这让各大制药公司不愿开发这些专业药物，让部分人群面临风险。但是，应用人工智能，可以自动并加速识别能够有效治疗这些罕见疾病的分子和化合物的行为。研究人员可以腾出手来专攻特定的重点领域，以降低启动新试验的相关风险。
总结
过去的十年是制药领域充满挑战的十年，因为开发成本不断增加，新药的平均价值不断下降。但随着人工智能赋能的解决方案进入医药领域，药企可以提高试验成功率，更快地收集相关信息，并减少所需药物更快上市的时间和成本，传统的制药行业将因此焕发新生。
