Cytel, Inc.

BOSTON, May 12, 2024 (GLOBE NEWSWIRE) -- The TrialWire™ Rapid Patient Recruitment Platform, the only pay-per-enrolled fixed-fee solution powered by AI and algorithms, has been selected as a finalist by Citeline in three key categories: Best use of artificial intelligence in clinical trialsBest patient-facing technology initiativeBest sponsor-facing technology initiative Try pay-per-enrollment starts in 24 hours TrialWire™ not only finds highly eligible patients on time but also reduces patient communication delays and friction, cutting the contact and screening time at the sites. In a typical study, up to 50% of patients can be lost due to contact failure. The TrialWire™ Unified Communications System and real-time alerts and escalations solves this problem and rapidly reboots trials. Sponsors and CROs can see real time progress and are alerted if any patient contact is not progressed. Susan Fitzpatrick-Napier, CEO and Founder of TrialWire™, thanked clients and key technology partners for their role in the success of the TrialWire™ Platform, which is being harnessed by biopharma for both site-based and DCT studies. “We’re very pleased to build on the 2023 Citeline Award win and again be recognised as a key industry player in the clinical trial space. We want to thank our CRO and biopharma clients across the globe and our world-leading technology partners including Salesforce Health Cloud, Uber Health, and Twilio that enable us to deliver the most advanced secure, efficient, and trusted services for our clients. “To be recognized across these 3 categories - as a leader in patient recruitment AI and technology, and excellence in patient and sponsor engagement - is exceptional. It highlights our collective ambition to deliver an innovative, patient-centric, and diversity- and accessibility-focused platform.” According to Citeline, these awards “showcase excellence in clinical trial design, technological advancements, and results as well as the outstanding achievements of individuals, departments, teams or organisations.” The award categories and finalists are as follows: Best Use of Artificial Intelligence in Clinical TrialsAI is transforming healthcare, gaining ground in Pharma. It offers novel avenues to enhance drug discovery, clinical development, and new drug adoption. This Award honours those leveraging AI to streamline clinical trial processes or ensure their success. FINALISTS ARE: ICONMedidataModernaTrialWireYseop Best Patient-facing Technology InitiativeThis Award celebrates the transformative impact of digital health tech in clinical trials. Innovators are reshaping patient data collection with diverse digital tools like smartphone apps and mobile health devices. Judges are seeking products elevating patient experience and data quality, from electronic diaries to innovative mobile devices, fostering seamless trial participation. FINALISTS ARE: IQVIA Medidata’s eCOA - Medidata, a Dassault Systèmes CompanyModerna and ProofPilotTrialWire Best Sponsor-facing Technology Initiative This Award acknowledges the crucial role of cutting-edge platforms in maximising clinical trial data. Advanced software drives efficiency across trial stages, aiding sponsors in logistics, monitoring, risk mitigation, and data analysis. Judges seek products enhancing study team management and oversight of trial activities. FINALISTS ARE: Bioforum, The Data MastersCertaraCluePointsCytelMedidata: The Medidata Clinical Data Studio TeamPhastarTrialWire With more than 80% of clinical trials failing to recruit patients on time, and 30% of research sites not able to meet enrollment goals (10% of sites don’t enroll any patients), TrialWire™ offers peace of mind and significant cost and time-saving for sites, sponsors, CROs, and investors. TrialWire™ auto recruitment can start and scale quickly, in under 24 hours, as the platform does not require any approvals to begin. The TrialWire™ Platform built on the secure Salesforce Health Cloud includes: Dedicated secure portal dashboards for each study coordinator (SC) so they can review patient details and medical information and see real-time progressDashboards for sponsors and CROs so they can view real-time de-identified referral status dataSecure Unified Communications System including text, video (telehealth), emails, and phone for SCs within their dashboard for instant communication with patients to book calls, screen and arrange site visitsAutomated AI-match and algorithm-driven find, screen and enroll systemMinute-by-minute metrics for SCs, sponsors and CROs showing the number of patients referred, contacted, screened, and enrolled at each siteStudy progress data download for sponsors and CROsHIPAA compliance and patient privacy securityUnlimited number of sites globallyAvailable in all languagesScreenMatch – the “white glove” SC support system that helps contact and phone screen patientsUber Health for patient transport bookings About TrialWire™ www.trial-wire.comTrialWire™ is a privately held technology company that leverages 25 years of experience in the clinical trial patient recruitment sector. TrialWire™ is solving the patient recruitment crisis which is one of the most serious problems facing the drug development sector, costing billions of dollars a day due to stalled trials. The TrialWire™ Platform is the most secure service (powered by Salesforce Health Cloud) that uses AI and advanced algorithms to find the right people who are online researching their condition. It uses all available online information including demographics, intent and content to determine eligibility. Patients are invited into the Platform and taken through the AI-Match screener then offered an exact study match. No account sign-up is required. The Platform ingests study data from approved trial registries like ClinicalTrials.Gov. Key to the TrialWire™ success is that the platform looks for motivated people who are active online trying to find out more about their conditions. They can be connected to a site in under two minutes. These people have consistently high retention rates.

关注并星标CPHI制药在线          AI（Artificial intelligence）制药，即利用大数据、云计算、深度学习等人工智能技术手段辅助药物发现、药物管理、功效分析等多个环节，以达到缩短试验周期、节省成本、提升试验成功率等目的。       自从1956年，AI技术首次提出，截至2022年，据Deep Pharma Intelligence统计，全球已有近800家AI制药公司，获得总投资额数十亿美元。如今，这一热潮还未褪去。       仅在今年8月份，就有15家AI制药公司宣布完成新一轮融资。近日，跨国药企巨头诺和诺德宣布与AI制药公司Valo Health，达成一项总额超27亿美元的合作协议。AI制药轰轰烈烈，那么它能就此腾飞吗？       MNC加码布局AI制药       9月26日，诺和诺德与Valo Health达成合作，诺和诺德将基于Valo的大型人类数据集和AI驱动的计算，发现和开发心脏代谢疾病的创新疗法，这项合作总额达27亿美元。       具体来说，诺和诺德与Valo的合作将利用人类数据和遗传学的关键联合能力，以开发心脏代谢疾病的创新疗法。Valo可进行临床前新型药物靶点的识别与验证，除了能够针对这些靶点开发候选药物外，还可以帮助预测化合物的安全性和有效性。诺和诺德与Valo还预计使用后者的Opal计算平台发现和开发心血管疾病的三个临床前药物发现项目。       Opal计算平台是一种全面的、端到端的药物发现和开发工具，它倚重于高质量、专有和差异化的数据资源以及专门的人工智能技术，旨在从头到尾重新定义药物开发过程。       事实上，已有多家跨国药企将AI制药作为药企战略布局的重要组成部分。阿斯利康从2017年起就与AI和数据驱动公司合作。2019年，阿斯利康进行了组织架构调整，创建了数据科学和AI部门，后者是一个由数据科学家、生物信息学家、机器学习专家等组成的团队，旨在用数据和人工智能算法加强基础研究、药物研发等相关研究。阿斯利康在AI制药的辅助下，开发新药和新靶点，提高了药物研发成功率。       今年9月，阿斯利康子公司Alexion与Verge Genomics达成合作。Verge Genomics是一家利用人工智能开发神经系统疾病疗法的生物技术公司，两者共同研发针对神经退行性疾病与神经肌肉疾病的新型药物靶点。       此外，阿斯利康还积极布局AI诊断和疾病管理，以提升在精准医学和慢病管理等领域的能力。这些举措使阿斯利康成为了AI制药领域的领先者之一。       同样是在2017年，葛兰素史克（GSK）与英矽智能（Insilico Medicine）达成合作，共同研发新的生物靶点和分子。第二年，GSK建立了一支120人的强大的AI/ML（机器学习）团队。2020年，GSK建立了专门的研究中心，利用AI发现治疗癌症和其他疾病的新药。       还是在2020年，GSK与英伟达（NVIDIA）、阿斯利康及英国国家医疗服务局（NHS）建立新合作伙伴关系，计划建造英国最强大的超级计算机，并将其用于医疗保健领域的人工智能研究。       2022年4月，GSK与PathAI达成合作，以推进肿瘤学和NASH（非酒精性脂肪性肝炎）的临床试验和药物开发。PathAI主要开发AI驱动的数字病理学工具来分析组织样本，寻找特定的生物标志物。       2023年2月，GSK与美国生物统计学CRO公司Cytel达成合作，双方将算法与云计算能力相结合，通过可视化的方式提供量化科学和商业权衡的能力。       GSK在AI制药领域的布局，强调了该公司在医疗保健领域的地位，通过创新技术和战略合作，将为未来的药物研发和医疗治疗提供前瞻性的解决方案。       除阿斯利康、GSK外，罗氏、辉瑞、武田、诺华、BMS、礼来、默沙东等跨国巨头均在AI制药领域有布局。       AI与制药能碰撞出“火花”吗？       目前我国也在积极探索AI在药物发现方面的应用。中国计划到2025年成为世界人工智能的领导者。国家发展和改革委员会已将制药行业的人工智能确定为“中国制造2025”计划中的关键领域。       我国目前已有初创AI制药企业近80家，其中晶泰科技和英矽智能都已完成D轮融资，成为国内AI制药领域的头牌。       今年9月12日，英矽智能还实现了首款AI药物“出海”。英矽智能与Exelixis宣布，双方已签署独家许可协议，Exelixis将从英矽智能处获得ISM3091及其他靶向USP1（合成致死靶点去泛素化酶）化合物的全球开发和商业化权利；英矽智能将获得8000万美元的预付款，以及基于后续开发、商业化和销售的里程碑付款等。       ISM3091是一款靶向BRCA突变肿瘤的USP1的小分子抑制剂。它是在公司AI生成平台Chemistry42赋能下发现的第三个临床阶段项目。       利用AI研发，大大缩短了研发周期。ISM3091从提名到上临床，只花了一年多时间（2022年4月-2023年7月）。       临床前数据表明ISM3091具有强大的抗肿瘤活性、良好的耐受性及理想的药代动力学特征，出色的数据促成了英矽智能首 款AI药物的“出海”。       通过以上例子可以看出，AI制药具有很好的发展前景，相较于传统的药物发现过程，AI赋能在临床前发现阶段缩短药物研发周期。另外根据Exscientia的数据，AI制药可平均节约药物合成时间40~60%，降低研发成本，并提高研发成功率12%~14%。AI制药技术目前每年可以为全球的化合物筛选和临床试验节省约550亿美元。       特别是，AI制药可以有效地用于不同环节，如药物设计、化学合成、药物筛选和药物再利用等，从而促进向以数据为中心的药物发现的普遍转变。       虽然AI制药作用颇多，但目前尚处AI制药研发初级阶段，还有很多问题需要解决。如AI制药面临着监管和伦理问题，需要建立法规约束和监管标准；AI药物研发需要多学科协作，综合型人才缺乏；AI制药无法实现高质量数据共享等。总之，AI制药距离技术走向市场还有很长的距离。       但是，未来AI技术必将深刻改变药物研发模式。       参考来源：         1、Valo Health and Novo Nordisk to collaborate to discover and develop novel treatments for cardiometabolic diseases using human data and artificial intelligence. Retrieved September 25, 2023 from https://www.novonordisk.com/content/nncorp/global/en/news-and-media/news-and-ir-materials/news-details.html?id=166320#.         2、Novo signs up for nearly a dozen cardiometabolic programs out of Valo Health. Retrieved September 25, 2023 from https://endpts.com/novo-nordisks-latest-deal-with-valo-health-aims-to-boost-its-cardiometabolic-position/.         3、https://www.vergegenomics.com/news-blog/verge-genomics-announces-artificial-intelligence-enabled-drug-discovery-collaboration-with-alexion-for-rare-neurodegenerative-and-neuromuscular-diseases.         4、https://marinatalamanou.substack.com/p/gsk-and-ai-drug-discovery.扫码参与制药在线周年庆游园会来源：CPHI制药在线声明：本文仅代表作者观点，并不代表制药在线立场。本网站内容仅出于传递更多信息之目的。如需转载，请务必注明文章来源和作者。投稿邮箱：Kelly.Xiao@imsinoexpo.com▼更多制药资讯，请关注CPHI制药在线▼点击阅读原文，进入智药研习社~

前言“10年时间，10亿美元，10%成功率。”常被用来形容新药上市的难度和窘迫现状。然而根据美国塔夫茨大学药物开发研究中心(CSDD)发布的数据，截至2014年，研发一款新药至上市的成本约为26亿美元，与2003年相比，增长了145%。不仅如此，创新药研发遵循反摩尔定律，随着低垂的果实被摘完，创新药的研发周期会越来越长、难度也会越拉越大。而AI制药能够通过全产业链赋能，优化创新药的发现时间、增加药物研发的成功率。AI制药即指利用人工智能进行药物研发，含：数字生物学、计算机药物发现、实验室自动化、AI辅助临床试验等。AI技术在制药领域的应用价值主要体现在降本增效，例如可以缩短试验周期、节省成本、促进新事物发现、提升试验成功概率等。特别是，AI技术可以有效地用于不同环节，如药物设计、化学合成、药物筛选、多药理学和药物再利用等。据《药理科学趋势》杂志于2019年发表的来自IBM Watson Health 人工智能团队的综述文章《临床试验设计中的人工智能》指出，AI可以加快药物临床试验的成功，从而助力破解“反摩尔定律”难题。因此，AI制药概念备受热捧。近日，MNC巨头陆续公布半年报，其中不约而同地强调了AI工具在他们的药物开发、制造和商业化方面的重要作用。那么这些巨头药企们在AI制药领域有着怎样的布局？近期他们又有哪些孵化/投资AI制药的动作？下面我们根据行业媒体Endpoints News的报告，来一探究竟。  01  武田制药（Takeda）在近期的投资者电话会议上，武田制药（Takeda）表示，公司利用AI工具在生产制造方面，通过图像识别提高了生产线的效率；在临床研究方面，人工智能优化了测试临床试验方案和加速试验的进程；在商业化方面，人工智能优化了和医生的数字互动。随着武田全球战略性调整，这家拥有240多年历史的“百年老店”正在将科技公司的特质与自身制药企业的基因相融合。“挖掘数据与技术的潜力”已成为武田关键战略之一。自2017年来，武田制药至少与4家AI药物发现和临床前公司展开了合作。2017年6月，Numerate宣布与武田达成一项多年期协议。多个合作项目将依靠Numerate的AI平台，针对武田的核心治疗领域进行活性化合物发现、先导化合物设计和优化等；2019年1月，AI药物研发公司Recursion Pharmaceuticals宣布与武田扩大合作，以评估和确定罕见病的新型临床前候选药物。2021年，作为武田数字化创新生态的一部分，武田正式启动创新孵化器TakedaSpark，旨在探索高附价值的创新医疗方案和规模化的落地场景。2023年2月，武田斥资40亿美元，从一家波士顿创业公司手里买下了一款银屑病药物，其背后的化合物配方正是该公司花费6个月时间利用AI选择出来的。今年年内，该款药物将进入Ⅲ期临床试验，有望成为AI发现药物的最新范例。投行杰富瑞曾预期，这款药物如果成功获批上市，将给武田带来37亿美元的年收入。今年3月，武田与初创公司 Arzeda 合作，这是一家蛋白质设计初创公司。武田将利用Arzeda 的蛋白质智能设计技术，来加速优化可纳入治疗产品的蛋白质。该合作旨在帮助改进武田研究管线中的治疗性蛋白质。总之，AI制药、数字化转型之于武田的意义，不亚于这家公司曾经历的从传统中草药向化学制药、再到生物制药的业务变革，以及从本土化迈向全球化演进等关键转折。  02  阿斯利康(AstraZeneca) 在投资者电话会议上，阿斯利康表示，其使用AI优化位于瑞典的全球最大生产基地之一的生产计划，使调度时间缩短90%。在AI制药领域，阿斯利康可谓是领头羊般的存在。2017年，阿斯利康与Berg Health、Roivant等新一代AI和数据驱动型的公司合作，完成了在AI制药领域的试水。2019年，阿斯利康开启了新的战略方向：包括由数字、数据和人工智能驱动的未来医疗战略，并在内部进行了一次根本性的组织架构调整，数据科学和AI部门应运而生。从这一年开始，阿斯利康频繁与AI制药公司合作，包括和BenevolentAI、Gatehouse Bio等公司合作开发新药和新靶点；利用AI制药先驱Schrödinger的软件来提高其自动化化合物合成的效率等。公开数据显示，在2016-2020年间，阿斯利康产品开发的成功率达到31%，高于行业平均水平。2021年的投资者大会上，阿斯利康的生物制药研发执行副总裁Mene Pangalos指出，公司50%的小分子项目正在应用AI方法，同时将效率提升70%。2023年6月，阿斯利康与卡迪夫大学（Cardiff University）合作，进行了一项新研究，即利用AI创造出能有效运输药物，并且可以精确瞄准和治疗患病细胞的微观粒子。该研究使用四种测定法来测量siRNA和小分子治疗对纳米颗粒摄取和运输机制的影响，从而确定用于改善递送的具体机制。研究使用先进的图像分析与机器学习相结合来关联治疗，从而增加 LNP 的功能传递与机械分析中的特定表型特征。该研究表明，机器学习和AI可以成为构建更有效的纳米疗法设计过程中不可或缺的一部分。除AI制药外，阿斯利康还在积极布局AI诊断和疾病管理，作为其核心药物的生态圈，提升对精准医学、慢病管理等领域的能力。  03  罗氏（Roche） 同样在投资者电话会议上，罗氏表示其开发了内部的语言模型，类似ChatGPT。在AI制药方面，罗氏旗下子公司基因泰克（Genentech）与AI公司Genesis Therapeutics在2020年10月达成多目标合作协议。罗氏利用Genesis Therapeutics的图形机器学习和药物发现专业知识，为多个疾病领域的治疗目标确定创新的候选药物。同年，罗氏与Dyno Therapeutics达成合作许可协议，应用Dyno的CapsidMa平台为罗氏的产品组合开发下一代腺相关病毒载体，用于中枢神经系统疾病的基因治疗和肝脏导向治疗。2021年12月，基因泰克与数字驱动药物发现公司Recursion合作，通过Recursion的操作系统（OS）利用技术赋能的药物发现，在神经科学的关键领域以及肿瘤适应症中更快速地确定新的靶点和先进药物。今年，罗氏在AI制药领域还未传出合作交易的声音。  04  葛兰素史克（GSK） 据Endpoints News报道，葛兰素史克（GSK）正在使用新技术来预测患者反应，包括协助入组和识别生物标志物等。例如，GSK将其乙肝药物bepirovirsen的II期数据与AI和机器学习相结合，分析了五个患者群体，来更好地了解该疾病在不同人群中的表现，以及患者对药物的反应。GSK在AI制药的布局始于2017年。这一年，GSK宣布与AI制药公司Exscientia达成合作，Exscientia将为其在多达10个疾病相关靶点上，发现新型选择性小分子。同年，GSK与英矽智能（Insilico Medicine）合作，以发现新的生物靶点和分子。2018年，GSK宣布与Cloud Pharmaceuticals合作，利用Cloud专有的AI驱动工艺为GSK指定靶点设计新型小分子药剂。 2020年，GSK与英伟达、阿斯利康和英国国家医疗服务局建立新合作伙伴关系，计划建造英国最强大的超级计算机，并将其用于医疗保健领域的人工智能研究。2022年4月，GSK和PathAI宣布合作，以推进肿瘤学和非酒精性脂肪性肝炎（NASH）的临床试验和药物开发。PathAI正在开发AI驱动的数字病理学工具来分析组织样本，寻找特定的生物标志物。2022年10月，GSK宣布扩大与Tempus在精准医学领域的合作，GSK使用Tempus的AI平台和机器学习（ML）能力，来与Tempus合作改进临床试验设计、加快临床注册并确定药物靶点。这将有助于GSK提高药物研发成功率，并更快地为患者提供更个性化的治疗方案。2023年2月，GSK与美国生物统计学CRO公司Cytel达成合作，双方将算法与云计算能力相结合，临床开发团队可以使用AI软件快速生成数千个试验模型，用于针对大量临床试验的不确定性进行压力测试，包括治疗效果和入组率，并通过可视化的方式提供量化科学和商业权衡的能力。  05  辉瑞（Pfizer）早在2016年，辉瑞就与全球人工智能一流公司IBM达成合作，使用Watson的机器学习等技术进行新药物靶点识别、组合疗法的研究和患者的选择策略。2018年，辉瑞任命了一位首席数字官——Lidia Fonseca，负责制定和实施“加速和提高公司数字能力的战略”。2020年，辉瑞与初创公司Saama Technologies达成协议，运用AI帮助辉瑞更好地发掘临床实验数据，加速临床试验进程并将药物快速推向市场。2022年1月，辉瑞与数字疗法公司Alex Therapeutics达成合作，将联手为患者提供基于证据、经过临床验证和个性化的数字治疗。2022年6月，辉瑞和真实世界数据公司Truveta合作，后者能够实时获取超过5000万患者的完整电子病历数据，从而帮助辉瑞实时发现、监控和评估潜在安全性信号。2022年12月，辉瑞开始建立机器学习研究中心（WRDM Machine Learning Research Hub），大规模招聘计算人才，包括聘请各个项目的负责人，希望引领生物制药行业进入下一波创新浪潮。辉瑞还与Adapsyn、晶泰科技、Atomwise、CytoReason等AI制药公司达成合作协议，涵盖靶点发现、小分子药物发现、免疫疾病模型、抗体药物研发等多个环节。今年上半年，辉瑞分别与以色列理工学院、AI和精准医疗公司Tempus、张江孵化器孵化企业智化科技以及谷歌云等开展合作，进一步探索AI在制药领域的运用。表注：2023上半年辉瑞在AI药物研发相关的合作（根据公开资料整理）作为一家百年老店，辉瑞对数字化转型展现出了极大的热情，在AI制药、临床试验、大数据、患者服务与投融资方面，都进行了深入的布局。  06  赛诺菲（Sanofi）赛诺菲曾经宣布全公司数字化转型迈出下一步，“All in”人工智能和数据科学，为患者加速取得突破性成就，代表了赛诺菲全力押注AI的决心。2021-2022两年时间，赛诺菲深度绑定了9家专长不一的AI药企。2021年11月，赛诺菲向Owkin独家投资1.8亿美元，同时宣布了一项价值9000万美元、研究四种癌症的新疗法合作。该公司将机器学习和生物学相结合，建立AI疾病模型，以开发生物标志物并确定新的药物靶点。2022年1月，赛诺菲与Exscientia共同开发至多15款肿瘤或免疫相关的小分子新药，赛诺菲支付1亿美元预付款、52亿美元里程碑金额。2022年3月，赛诺菲与天演药业合作，利用后者的安全抗体SAFEbody技术，开发四种掩蔽单克隆与双特异性潜在抗体。此后，还与英矽智能合作，进行不超过6个创新靶点的候选药物研发。赛诺菲还推出了大规模AI平台plai，这是赛诺菲与人工智能平台公司Aily Labs共同开发的AI应用程序，可提供实时、反应性的数据交互，是一个集成了公司内部数据的AI大脑，从研发、临床到制造都能够为公司提供分析决策。不过到了2023年，赛诺菲在AI药物研发的布局速度明显慢了下来。今年截至6月份，仅披露1起赛诺菲布局AI的事件，即今年1月，赛诺菲与 CytoReason合作，使用CytoReason的 AI 平台，帮助其在炎症性肠病 (IBD) 领域寻找新靶点。目前，赛诺菲在以AI为驱动力的小分子优化、抗体研发、临床试验设计及分析、mRNA疫苗设计等各个领域都有布局和深度合作。  07  诺华（Novartis）诺华一直以创新药、并购闻名于世，并取得了巨大的商业成功。同时应该看到的是，数字创新也是诺华探索的重要方向。2017年6月，诺华与IBM Watson Health达成了合作，用人工智能技术来改善乳腺癌治疗方案。稍早之前的几个月，诺华与Cota Healthcare也进行了类似的合作。2019年，诺华与微软合作，建立AI创新实验室，作为其AI和数据科学战略的重要一环。该实验室旨在增强诺华人工智能从研究到商业化的能力。其核心是创新的AI模型和应用程序，从生成化学、图像分割和分析开始，解决生命科学领域一些最困难的计算挑战。近两年来，诺华在AI领域的布局鲜见报道。除了以上提到的药企外，百时美施贵宝、默沙东、拜耳、强生、礼来、安斯泰来等制药巨擘均在AI制药领域有所布局。他们或以投资/收购的方式与AI制药公司合作，或以孵化器赋能AI制药初创企业的方式进行加入。这些巨头们不仅仅满足于AI在药物发现阶段的运用，还将其应用到其他更多的环节。  08  AI制药面临的难题虽然AI技术在生物制药领域的应用取得了很大的进步也展现出很多潜力，但依然面临着很多挑战。首先大部分AI制药企业缺乏大体量的优质药物研发数据用来训练以及优化算法模型。药物研发数据视为药企的生命河，药企不会轻易对外开放，这就导致目前公共数据库内的数据并不能很好地实现建模，高质量的数据很少且难获取。其次目前AI技术在伦理和监管方面缺乏基准和共识，在AI技术产生的结果专利及监管等方面，仍然需要完善的监管规定。另外，受宏观经济下行以及AI在制药领域尚未取得成果的影响，与往年相比，MNC们目前在AI领域的布局更加谨慎。不过，一项新技术的落地总需要一个过程，尤其是当一个新的工具下沉到一个产业中去时，它需要AI技术专家和药物产业专家双方去全力融合。AI的出现正在推动当前世界新药的研发方式由传统的“专家+试验”的方式，向“AI+自动化实验”，再加专家的数据驱动方式转变，以提高创新药的研发效率和成功率。药企要做的就是给AI更多的机会和耐心，可以预见，未来数年如果AI技术迭代取得突破，对于创新药从终极产品到产业链到研发思路和效率的影响将是巨大的。胜利将属于那些以合作精神拥抱AI技术，并做时间的朋友的那批人。参考资料：1.https://endpts.com/astrazeneca-roche-takeda-gsk-tout-ai-tools-during-half-year-earnings-reports/.2.https://phys.org/news/2023-06-ai-generated-nanoparticles-capable-modern-medicines.html.3.https://www.dynotx.com/news/press-releases/.4.Recursion loops in Roche, Genentech for multibillion-dollar AI drug discovery deal.5.https://www.sanofi.com/en/media-room/press-releases/2023/2023-06-13-12-00-00-2687072.封面图来源：123rf精彩推荐药研之“星”，等你来挑战FDA亲自帮忙修改临床终点，结果还是没打过安慰剂...药时代路演第三期 | 抗体领域龙头企业优质系列双抗对外授权7月“裁报季”，15家药企宣布裁员！点击这里，与药时代一起快乐学习！