ChatGPT催化醫(yī)療AI進一步發(fā)展

• 柯壯賓 2023年5月10日 來源：中研網(wǎng) 284 11
• 繁體

AI醫(yī)療產(chǎn)業(yè)主要包括上游基礎(chǔ)層，中游技術(shù)層，下游應(yīng)用層。行業(yè)巨頭偏向基礎(chǔ)層，在算力等領(lǐng)域已呈寡頭局面，技術(shù)壁壘較高，具有高投入高收益特點，市場格局較為穩(wěn)固；在技術(shù)層中，基于深度學(xué)習(xí)的計算機視覺發(fā)展快，目前各大科技企業(yè)與物聯(lián)網(wǎng)巨頭已基本完成布局；應(yīng)用層可

AI醫(yī)療產(chǎn)業(yè)主要包括上游基礎(chǔ)層，中游技術(shù)層，下游應(yīng)用層。行業(yè)巨頭偏向基礎(chǔ)層，在算力等領(lǐng)域已呈寡頭局面，技術(shù)壁壘較高，具有高投入高收益特點，市場格局較為穩(wěn)固；在技術(shù)層中，基于深度學(xué)習(xí)的計算機視覺發(fā)展快，目前各大科技企業(yè)與物聯(lián)網(wǎng)巨頭已基本完成布局；應(yīng)用層可觸達全醫(yī)療服務(wù)場景，為當前大量互聯(lián)網(wǎng)醫(yī)療與傳統(tǒng)醫(yī)療公司涌入的賽道。

技術(shù)革新推動AIDD發(fā)展，AI新藥管線涌現(xiàn)打開行業(yè)空間

AIDD發(fā)展時間較短，仍處于發(fā)展早期階段。大致可分為3個階段：

1）2014-2017年，行業(yè)出現(xiàn)了一些技術(shù)成功并開始轉(zhuǎn)化為產(chǎn)品，行業(yè)有一些公司出現(xiàn)，如海外的Exscientia，國內(nèi)的晶泰科技等；

2）2018-2019年，行業(yè)進入概念驗證初期，根據(jù)AI技術(shù)研發(fā)的新藥管線開始在臨床前階段驗證藥理藥效；

3）2020年至今，行業(yè)商業(yè)模式更加靈活，AI制藥企業(yè)出圈尋求藥企合作。

AIDD持續(xù)獲得資本青睞，大藥企紛紛入局，AIDD發(fā)展?jié)摿薮蟆?016年AlphaGo問世并在圍棋領(lǐng)域取得巨大反響，人工智能獲得認可，其在AI制藥領(lǐng)域也獲得了資本的青睞。根據(jù)DeepPharmaIntelligence統(tǒng)計數(shù)據(jù)，2012-2022年，AIDD領(lǐng)域累計獲得246.2億美元投融資額，受到資本的青睞。此外，各大MNC也紛紛布局AIDD，以AstraZeneca為代表的MNC與AIDD公司開展廣泛合作，用于支持AI新藥管線研發(fā)，AI制藥將是未來藥物發(fā)現(xiàn)領(lǐng)域非常重要的組成部分。

傳統(tǒng)藥物發(fā)現(xiàn)過程存在諸多痛點，AIDD相較傳統(tǒng)藥物發(fā)現(xiàn)在成本和效率上均有顯著優(yōu)勢，發(fā)展前景樂觀。小分子藥物發(fā)現(xiàn)從靶點確定開始，通過各類篩選技術(shù)找出一組能夠和靶點相互作用的活性分子，然后對其結(jié)構(gòu)修改使其PK/PD、毒理等性質(zhì)能滿足臨床開發(fā)需求，最后經(jīng)過臨床前、臨床試驗驗證。整個過程耗時長、花費高、失敗率高，這使得在藥物發(fā)現(xiàn)領(lǐng)域能不斷涌現(xiàn)新的技術(shù)，如高通量篩選、虛擬篩選等。AI可以在藥物發(fā)現(xiàn)的靶標識別、化合物-蛋白質(zhì)相互作用預(yù)測、候選藥物理化性質(zhì)預(yù)測、ADMET（藥物吸收、分布、代謝、排泄和毒性）預(yù)測、化學(xué)合成預(yù)測等方面均有其發(fā)展的空間，可以在藥物研發(fā)過程中降低成本、縮短時間和提高成功率，具有非常好的應(yīng)用前景。
AI制藥不斷擴展邊界，助力新藥研發(fā)全過程。除了AIDD的應(yīng)用，AI在新藥研發(fā)其他環(huán)節(jié)也都有相應(yīng)應(yīng)用場景，包括臨床前階段的藥物生產(chǎn)工藝開發(fā)、制劑配方優(yōu)化、有效性和安全性預(yù)測等，也包括在臨床研究階段對于方案設(shè)計優(yōu)化等，AI逐步應(yīng)用到新藥研發(fā)各個環(huán)節(jié)。

數(shù)據(jù)、算力和算法是AIDD的三大要素。AI在新藥研發(fā)過程中通常的路徑為：1）獲取目標訓(xùn)練數(shù)據(jù)集；2）建立AI自主學(xué)習(xí)算法模型；3）多輪訓(xùn)練以優(yōu)化模型；4）測試、評估模型；5）基于模型實現(xiàn)分子優(yōu)化、篩選、預(yù)測、分析等。在這過程中，數(shù)據(jù)決定了訓(xùn)練模型的深度，算法決定了效率和產(chǎn)出，算力決定了AI可實現(xiàn)的維度，因此，AIDD主要有三要素：數(shù)據(jù)、算力和算法。數(shù)據(jù)上，原始數(shù)據(jù)通常來自三各方面，已發(fā)表論文等形成的公開數(shù)據(jù)集、與藥企合作獲得的研發(fā)數(shù)據(jù)集和企業(yè)自身研發(fā)積累的數(shù)據(jù)集；算力上，GPU（圖形處理器）云計算資源可以為AI制藥企業(yè)提供運算支持，但由于本身成本較高，企業(yè)也可以通過自身平臺能力搭建擴大算力；算法上，核心創(chuàng)新點在于建模的精度和產(chǎn)生新信息的能力，而隨著ChatGPT、OpenAI等的出現(xiàn)，早期算法開源使得各家企業(yè)在算法基本構(gòu)架上不會有太大差異，主要體現(xiàn)在細節(jié)上。

圖表：AI在新藥研發(fā)中的應(yīng)用場景

根據(jù)供需關(guān)系，AI新藥研發(fā)產(chǎn)業(yè)鏈大致可分為：上游主要為數(shù)據(jù)資源、數(shù)據(jù)科學(xué)處理工具和AI技術(shù)開發(fā)基礎(chǔ)工具等的供應(yīng)商；中游主要包括基于分析、預(yù)測、篩選等功能的大數(shù)據(jù)和人工智能軟件，醫(yī)藥科研輔助平臺，自動化實驗室以及AI智能制藥精控系統(tǒng)；下游主要是CRO服務(wù)企業(yè)、制藥和生物技術(shù)企業(yè)和藥物研發(fā)科研院校等。

商業(yè)模式逐步演進，AI新藥管線研發(fā)能力是核心。如前所述，AI新藥研發(fā)的三要素是數(shù)據(jù)、算力和算法，軟件提供商基于本身在算法方面的優(yōu)勢，有望通過提供軟件產(chǎn)品實現(xiàn)商業(yè)模式走通；平臺型研發(fā)企業(yè)通過項目數(shù)的積累和自主研發(fā)能力邊際的不斷拓寬，在數(shù)據(jù)積累上會有較大優(yōu)勢，也有望衍生出AI新藥研發(fā)的CRO企業(yè)，專注于建立平臺提供服務(wù)，為不具備AI新藥前端開發(fā)能力的企業(yè)提供支持；AI新藥研發(fā)最終走的也是新藥研發(fā)的邏輯，這也會催生一批在AI藥物管線開發(fā)上具有突出能力的Biotech。

基于全球領(lǐng)先藥物發(fā)現(xiàn)平臺，拓展AIDD能力，助力新藥研發(fā)。成都先導(dǎo)擁有全球領(lǐng)先的藥物發(fā)現(xiàn)平臺，包括DEL技術(shù)、FBDD/SBDD，其中DEL庫分子數(shù)量超過1.2萬億。公司在藥物發(fā)現(xiàn)領(lǐng)域的多年積累，與騰訊AILAB合作開發(fā)了人工智能骨架躍遷平臺，可以幫助藥化項目快速產(chǎn)生結(jié)構(gòu)新穎的化合物，由成都先導(dǎo)的計算科學(xué)團隊和騰訊共同設(shè)計和開發(fā)，可以快速基于已有的參考化合物迅速產(chǎn)生一系列結(jié)構(gòu)新穎的化合物集合，配合后續(xù)自建的虛擬篩選、3D-CNN對接重打分和ADMET預(yù)測平臺，可以實現(xiàn)快速的分子評估、排序并得到候選化合物?；谌斯ぶ悄艿墓羌苘S遷和分子生成平臺可以快速生成結(jié)構(gòu)新穎且類藥的分子結(jié)構(gòu)，覆蓋更廣的化學(xué)空間。同時公司也部署了一系列基于配體的虛擬篩選方法，可以快速進行化合物的篩選內(nèi)部開發(fā)。

目前中國病理AI診斷領(lǐng)域百花齊放，各家公司爭相布局病理AI。人工智能醫(yī)學(xué)影像產(chǎn)品正陸續(xù)取得醫(yī)療器械三類證，獲得在三甲醫(yī)院等醫(yī)療機構(gòu)使用和銷售的資格。2020年8家拿證，2021年6家拿證。在肺部、心血管、眼底骨骼、頭頸各細分賽道下各有2-3個產(chǎn)品拿證，競爭格局初現(xiàn)。目前，安必平基于騰訊AILab獨家提供人工智能產(chǎn)品的算法，推出兩款應(yīng)用于宮頸細胞學(xué)的人工智能產(chǎn)品：基于顯微鏡場景智能化產(chǎn)品實視AI和基于掃描儀AI的輔助診斷系統(tǒng)；潤達醫(yī)療推出“慧檢”智慧檢驗綜合解決方案等，標志著病理AI領(lǐng)域百花齊放，具有廣闊前景。

圖表：AI醫(yī)療影像產(chǎn)品三類證拿證情況（截至2023年3月）

AI診斷效果與人工接近，而時間大幅縮短。根據(jù)同濟大學(xué)附屬同濟醫(yī)院做的一項研究顯示，在良惡性病變鑒別方面，AI模型的靈敏度為100%，優(yōu)于病理醫(yī)師的99.65%，但特異度和準確度分別為97.7%和99.1%，低于病理醫(yī)師的99.3%和99.5%。在惡性病變圖像方面，AI模型的重疊面積與病理醫(yī)師相比差異無統(tǒng)計學(xué)意義,但重疊率低于病理醫(yī)師。在診斷時間方面，AI模型的單視野圖像診斷用時明顯短于病理醫(yī)師。

• 相關(guān)深度報告REPORTS

  

  2023-2028年中國ChatGPT行業(yè)發(fā)展前景及投資風(fēng)險預(yù)測分析報告

  ChatGPT，美國“開放人工智能研究中心”研發(fā)的聊天機器人程序，于2022年11月30日發(fā)布。是人工智能技術(shù)驅(qū)動的自然語言處理工具，它能夠通過學(xué)習(xí)和理解人類的語言來進行對話，還能根據(jù)聊天的上下C...

  查看詳情

延伸閱讀

推薦閱讀

猜您喜歡