(相关资料图)
新药研发投资大、周期长、风险高，Nature 数据显示，一款新药的研发成本平均约 26 亿美元，耗时约 10 年，成功率不到 10%。近年来，人工智能（Artificial Intelligence，AI），大数据、数字化等新技术的发展，为新药研发带来了新的技术手段，可应用于药物研发中的多个场景，帮助提高新药研发的效率和成功率。
为了更深入的探讨创新技术在医药研发过程中的作用，近日，由泰格医药（300347）主办的私享闭门研讨会在北京举行，本次会议特邀临床机构、创新药企等行业内的专家，分享他们在新技术赋能医药研发方面的经验和见解，探讨创新技术对药物研发和创新的影响和作用。
北京大学第一医院医学统计室主任、北京大学临床研究所副所长、海南真实世界数据研究院副院长姚晨教授分享了数字技术如何助力临床研究模式的创新。他介绍，数字技术在临床研究中可以应用于电子健康记录、移动医疗、远程医疗、生物传感器等方面，数字技术在临床研究中应用不断发展和创新，可以帮助研究人员收集更多的数据，提高数据的质量和准确性，但数据收集、整理和分析的合规性和伦理问题必须加以重视。姚晨教授还通过“追溯码技术用于临床试验用药物编盲”，“临床研究电子源数据采集、治理与管理”两个具体案例，分享了数字技术在临床研究中的应用与实践。
泰格医药高级副总裁、首席医学官陈霞博士介绍了 AI 对临床试验赋能的案例。在临床前阶段 AI 可以应用于识别新靶标、预测毒性和高风险化合物，在方案设计阶段可以优化研究设计，识别有效患者，预测 PFS/OS，预测试验成功率，在患者招募阶段能够智能推荐患者，在实施阶段可以跟踪试验实时进程，自动实现影像学、不良事件等标准化数据的采集和分析，监控用药依从性，在数据分析阶段可以自动提取数据，对缺失数据提供合理的插补等。AI 包括输入端和输出端，前者主要是数据学习，后者可体现为智能报表、逻辑核查和解决问题等三个应用层次。数据是 AI 的核心价值体现，其意义在很多应用场景中都超过了流程自动化所带来的便利。陈霞博士还强调，在临床试验的应用场景下，AI 的介入往往具有高度的系统和流程依赖性，这意味着把 AI 作为产品推广销售可能存在一定的壁垒，因此很多 AI 的商务推广往往存在困难。此外，AI 的成熟是以系统快速迭代为推动力的，这需要提需求者、软件制作者和实际用户三个方面的密切联动。所以，AI 的所有者无需急于将 AI 商业化，不妨立足于 AI 在数据积累方面的优势，用数据驱动 AI 的发展甚至变革，很可能会获得更大的价值。
对于AI在赋能制药方面的具体应用，也有两位专家进行了深入分享。哲源科技联合创始人、COO赵宇分享了计算医学在药物研发中的实践经验。他表示，AI 用于辅助新药研发，应当以疾病为导向，并介绍了哲源科技建立的领先的“疾病洞见”AI 辅助药物研发平台，以及多个具体的实践应用案例。英飞智药创始人、首席科学家裴剑锋分享了如何提高计算机辅助药物设计的成功率。他强调，稳定的高设计成功率是 AI 制药落地不可回避的核心挑战，只有突破了行业的实质性瓶颈，才可以产生巨大价值。
在圆桌讨论环节，新生巢执行董事、薄荷天使基金合伙人侯剑，百图生科企业发展副总裁瞿佳润，超维知药创始人、CEO秦炳杰，哲源科技联合创始人、COO赵宇，英飞智药创始人、首席科学家裴剑锋等专家，共同探讨了 AI 制药如何落地，还面临什么挑战，数字化、AI 等新技术如何赋能新药研发，确保数据质量和行业监管等话题。
创新技术的应用是推动产业发展的重要力量，也需要各方加强沟通与合作，共同推动医药产业的创新和技术变革。泰格医药一直致力于运用创新和智能技术，提升新药研发的效率，也将继续与合作伙伴一起，加快运用 AI、数字化等新兴技术赋能临床研究，以患者为中心，临床价值为导向，提升临床试验质量和效率，加快创新疗法上市进程，造福全球病患。