解析CMIS|英诺湖医药(杭州)有限公司陈如雷：AI技术在创新药研发中的机会
2024-08-07
大家早上好！也谢谢会议主办方邀请，有这个机会，我更多是过来学习的，我看了一下日程我应该是会场为数不多的不是IT或者AI专业的人士，我可能更多是从医用者，因为我是做医药研发的。另外，从一个AI外行技术上分享一下我们对AI技术在创新医药研发这块的机会和应用上我们的思考跟认识。
我的分享总共20分钟，我尽量在15-18分钟把它介绍完，分成四部分：
第一，AI到底是什么，我们怎么看，尤其从我们医用端看。
第二，我们作为医药研发的企业分享一下创新药研发的痛点，可能很多痛点也就是新的技术应用机会。
第三，具体介绍一下AI在整个生物医药领域的一些应用，我们所看到的。
第四，分享一下我们的看法，展望一下AI在创新药研发理想，未来的展望跟目前的现状。
AI是什么
首先，AI大家都知道，我很快过一下，说一下最后一块，我觉得未来AI用英文说就是AI+everything，我对这块是非常乐观的。
简单分享一下我个人认识是什么，三个方面：
第一，AI是强大的智能工具，这是今天分享最主要的主题。
第二，AI未来可能也是人脑的延伸，可能我们也看到很多科幻，首先有一个已经有的将来我们跟AI作为一个智能工具怎么合作，等会儿也会有分享。包括现在也已经有了，包括大家知道马斯克公司有一个脑机接口已经在做临床试验了，未来人跟机器会不会融合我觉得很快就会看到了，至少在局部。
第三，更远的未来，AI会不会有自我意识、会不会成为一种新的生命存在，这个比较远，更科幻了。最后像埃隆·马斯克说我们人类是不是碳基智能，硅基智能引导程序，我们希望不是这样，因为我们都是碳基生命。
AI作为智能工具的强大力量
回到主题今天主要分享还是AI作为强大智能工具在生物医药的应用。这是进一步阐述，上面这张图是我在网上引用的，在新药研发里面有一个公众号，我觉得特别好，用来理解智能蛮好的，从DATA到information到knowledge，insight, wisdom, 到最后一个就不说了，最后一个就到艺术了。我们今天还在谈科学技术这一块。对，就是这里面怎么去表征数据关联，然后去洞察，然后去生成对吧？
一个是认识到最后可能是生成，现在就要生成的是AI，那分享一下，这个就是回到我们的本行，做创新和研发。做创新研发，它的最大的痛点跟它的根源在什么地方。首先就是说因为我是学生物学的，应该严格来讲，就是生命体，就跟可能在座各位这个专家，你们做的更多，还是数学跟工程学的我的理解。
对，但是那个生物学我们面对的生命体，生命体就是一个典型的非线性的系统，它是很难去完全数字化和工程化的这是我们的第一个认知。
第二，创新药研发基于生命科学，生命科学最典型的是实验科学，理论是需要的，逻辑、理论、数学、工程都是需要的，但是只是其中一部分，它更多还是要通过试验做更多验证。
创新药研发的痛点
第三，创新药有一个最大的痛点，大家可能都知道，估计我们在座是不是也有生物医药行业协会的领导：
1.成功率很低，原创新药的话。
2.周期很长。
3.花很多钱，做创新药应该很贵的。
右边是分享创新药研发的第一概率，以化学药为例，一万个化合物，一步步往下筛，到最后能成药的一万个里面，真的是万里挑一，这是事实存在的。
AI在创新药研发中大有用武之地
AI在创新药应用我们的认知应该还是有非常大的前途，虽然刚才讲了生命系统是一个非线性系统，但是它是典型也是从简单到复杂，并且有章可循的，从基本的分子，DNA、RNA、蛋白质到细胞、组织、器官系统到完整的人体，是有章可循的，只不过不是非线性的，然后大数据，里面涉及到生命科学研究、新药研发、临床、大量海量数据在里面，光靠人脑处理不过来的，所以AI一定在里面有很大应用。
最后创新药研发是复杂流程，并且严格监管行业，我们经常讲可以跟航天飞机有一拼的，复杂的系统跟流程，并且有严格的监管。所以，在管理过程中怎么优化，其实AI也可以有很多的用武之地。
AI in 医疗服务
具体AI在生物医药大领域应用，首先医疗服务，在座可能不一定有医生，有医生应该知道，现在首先在医学影像学
第一Radiology（放射学）。各种拍的片子，对图像的识别去找一些规律，AI已经有很成熟的应用了。
第二病理学。金标准诊断里面需要用切片染色，把图片进行读片，这个其实AI已经有很大的应用在里面了。
第三，远程医疗。
第四，医疗决策。医生已经有所谓有点类似于专家系统，对已有知识分析作为医生的助手，去做这种医疗的决策。
AI in 基础研究
AI在基础研究，生物学我的专业领域也已经有很多应用，有大量各种科研在里面，最典型大家注意到经常在公众号能看到的热点新闻，比如说Alphafold，它最初其实公司叫deepMind，应该是现在是google旗下的。就是他原来最有名的是AIphaGo，是下围棋的，下象棋下围棋，对吧？都下过了真人，现在AIphafold其实已经远远超过真人了，他已经很大程度替代了很多的结构生物学家。
原来蛋白质的结构解析是要靠科学家做试验，做模型计算，现在AIphafold可以在很快速度内解析海量的蛋白质结构。
AI in 药物发现和药物开发
AI在药物发现跟药物开发中的应用，这是一个完整的流程，从药物的研发、discovery到临床开发到生产供应链到最后上市，还有上市以后管理，每个环节都有很好应用，这里时间原因我不特别展开了。
简单提一下比如说discovery这块，比如说对结构设计、化学药的结构设计，像我们做大分子药物、生物药的抗体还有酶、工程，这里面AI都有很好应用，因为这些是相对容易工程化的。在临床的开发里面，我刚才提到组织管理，因为流程开发是一个非常复杂的过程，这里面组织管理其实AI在里面可以起到很大作用，包括数据处理，包括生产供应链管理也一样，组织管理AI可以起到很大作用，可以优化流程、降低成本。
这是稍微具体介绍了一下在discovery（药物发现/临床前研究）更具体的应用，我也不一一细读了，基本上刚才提到了一些重点。
另外这里讲的是药物开发了，药物开发是非常花钱的，我们回到刚才，药物discovery在前期我们开玩笑说是烧脑子更多不是烧钱，更多需要人大脑的思维还有实验设计、大量实验，但是早期实验花钱并不多，真正花钱的是在药物开发的阶段，尤其在临床开发，因为这里列了你像一个新药开发大家都知道可能有2.6B，26亿美元，原创新药，不是仿制药，从科学发现开始怎么做出一个新药做上市，26亿美元。
但是26亿美元包含了你做药过程中各种失败的成本都会算到里面，加到一块儿，并不是直接成本。
26亿美元里面底下有一个数据，90%花在临床，并且有90%会失败，我觉得这个90%两个都适用：
1.大部分钱花在临床。
2.即使你药好不容易进到临床了，十个里面成一个，90%是失败的。这就是现在做新药为什么这么难，刚才前面提到的痛点，我们希望将来AI在这里面能发挥一些作用，能不能提高成功率，降低成本。细节刚才前面谈过了我不再一一解释了。
最后分享一下我的个人体会：
首先，将来在新药研发AI替代人可能这是一个伪命题，我认为人还是主体，AI是工具。
第二，AI在生物医药的应用不是一马平川的，刚才我分享的生命系统是非线性系统，所以AI还是数学与工程学工具，应用一定是渗透式的，像水滴穿石，在一些环节逐步渗透进去的。
第三，AI再怎么发达，我个人认为不可能取代试验的，这是跟生物学、生命科学的特性有关系。
快速说一下我们公司，英诺湖医药，我们是比较年轻的（三年历史公司），主要做肿瘤和自免，这是我们特点，我们内部有一个所谓的三十个人，人不多，但是不同环节的专家，临床注册内部大脑，大量通过合作来拓宽我们的带宽，这是我们的研发，我们的pipeline主要是肿瘤和自免，这是第一ADC类产品，也是这边的热点。
AI我们现在也在考虑怎么去应用，在我们的研发环节，但是还没有真正付诸行动，所以很有兴趣跟在座各位AI专家探讨，将来AI怎么在生物医药步入应用。
谢谢大家！
