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 284 11
• 繁體

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

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

技術革新推動AIDD發(fā)展，AI新藥管線涌現打開行業(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)出現了一些技術成功并開始轉化為產品，行業(yè)有一些公司出現，如海外的Exscientia，國內的晶泰科技等；

2）2018-2019年，行業(yè)進入概念驗證初期，根據AI技術研發(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問世并在圍棋領域取得巨大反響，人工智能獲得認可，其在AI制藥領域也獲得了資本的青睞。根據DeepPharmaIntelligence統(tǒng)計數據，2012-2022年，AIDD領域累計獲得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)現領域非常重要的組成部分。

傳統(tǒng)藥物發(fā)現過程存在諸多痛點，AIDD相較傳統(tǒng)藥物發(fā)現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)現從靶點確定開始，通過各類篩選技術找出一組能夠和靶點相互作用的活性分子，然后對其結構修改使其PK/PD、毒理等性質能滿足臨床開發(fā)需求，最后經過臨床前、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)現領域能不斷涌現新的技術，如高通量篩選、虛擬篩選等。AI可以在藥物發(fā)現的靶標識別、化合物-蛋白質相互作用預測、候選藥物理化性質預測、ADMET（藥物吸收、分布、代謝、排泄和毒性）預測、化學合成預測等方面均有其發(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的應用，AI在新藥研發(fā)其他環(huán)節(jié)也都有相應應用場景，包括臨床前階段的藥物生產工藝開發(fā)、制劑配方優(yōu)化、有效性和安全性預測等，也包括在臨床研究階段對于方案設計優(yōu)化等，AI逐步應用到新藥研發(fā)各個環(huán)節(jié)。

數據、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）獲取目標訓練數據集；2）建立AI自主學習算法模型；3）多輪訓練以優(yōu)化模型；4）測試、評估模型；5）基于模型實現分子優(yōu)化、篩選、預測、分析等。在這過程中，數據決定了訓練模型的深度，算法決定了效率和產出，算力決定了AI可實現的維度，因此，AIDD主要有三要素：數據、算力和算法。數據上，原始數據通常來自三各方面，已發(fā)表論文等形成的公開數據集、與藥企合作獲得的研發(fā)數據集和企業(yè)自身研發(fā)積累的數據集；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生新信息的能力，而隨著ChatGPT、OpenAI等的出現，早期算法開源使得各家企業(yè)在算法基本構架上不會有太大差異，主要體現在細節(jié)上。

圖表：AI在新藥研發(fā)中的應用場景

根據供需關系，AI新藥研發(fā)產業(yè)鏈大致可分為：上游主要為數據資源、數據科學處理工具和AI技術開發(fā)基礎工具等的供應商；中游主要包括基于分析、預測、篩選等功能的大數據和人工智能軟件，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服務企業(yè)、制藥和生物技術企業(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)的三要素是數據、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品實現商業(yè)模式走通；平臺型研發(fā)企業(yè)通過項目數的積累和自主研發(fā)能力邊際的不斷拓寬，在數據積累上會有較大優(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，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。

基于全球領先藥物發(fā)現平臺，拓展AIDD能力，助力新藥研發(fā)。成都先導擁有全球領先的藥物發(fā)現平臺，包括DEL技術、FBDD/SBDD，其中DEL庫分子數量超過1.2萬億。公司在藥物發(fā)現領域的多年積累，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生結構新穎的化合物，由成都先導的計算科學團隊和騰訊共同設計和開發(fā)，可以快速基于已有的參考化合物迅速產生一系列結構新穎的化合物集合，配合后續(xù)自建的虛擬篩選、3D-CNN對接重打分和ADMET預測平臺，可以實現快速的分子評估、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構新穎且類藥的分子結構，覆蓋更廣的化學空間。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部開發(fā)。

目前中國病理AI診斷領域百花齊放，各家公司爭相布局病理AI。人工智能醫(yī)學影像產品正陸續(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個產品拿證，競爭格局初現。目前，安必平基于騰訊AILab獨家提供人工智能產品的算法，推出兩款應用于宮頸細胞學的人工智能產品：基于顯微鏡場景智能化產品實視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領域百花齊放，具有廣闊前景。

圖表：AI醫(yī)療影像產品三類證拿證情況（截至2023年3月）

AI診斷效果與人工接近，而時間大幅縮短。根據同濟大學附屬同濟醫(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。

• 相關深度報告REPORTS

  

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

  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。是人工智能技術驅動的自然語言處理工具，它能夠通過學習和理解人類的語言來進行對話，還能根據聊天的上下C...

  查看詳情

延伸閱讀

推薦閱讀

猜您喜歡