当制药业遇到区块链与AI

人工智能
2018
11/20
15:26
亿欧
分享
评论

制药行业是阴和阳,也是黑暗与光明二元性的例子。事实上,制药公司是良心和腐败的悖论。它对人类福祉的贡献比任何其他行业都多。但近来,研究型制药公司的商业模式面临着巨大的压力。他们的研发投资回报率降到了几十年来的最低水平,而且他们在美国和世界各地的公众声誉(欧洲的反疫苗运动)比以往任何时候都糟糕。这种令人担忧的增长潜力和低信誉的现状是投资者越来越犹豫的主要原因。

医药行业商业模式与企业声誉

制药公司目前的商业模式运作效率越来越低。自1950年以来,每花费10亿美元用于研发,新批准的药品数量大约每9年就减少一半。这些(较少)产品的估计回报率自2010年以来大幅下降,从10.1% 下降到3.7% 。平均而言,三十家大大小小的制药公司和生物技术公司在过去五年里从药物中获得的收入仅占其2017年收入的11% 。每年,医疗保健行业(医疗设备和服务、制药、生物技术和生命科学)花费近10万亿美元,而在制药研发上的投入只有一小部分(每年1400亿美元),结果每年只有30至40项新药获得批准。

8月的盖洛普民意调查发现,美国公民对任何行业的评价都高于制药业(该行业16年来最糟糕的表现)。在这次民意调查中,排名最后的五个行业受到的评价都是负面的,其中三个——联邦政府、制药业和医疗行业——得到了半数以上公众的负面评价。

一项新的分析(2018年)发现,制药公司的声誉正饱受侵蚀。公众对制药商的透明度、开放性和真实性的评价也显著下降。

尽管有负面的公众舆论,制药公司确实在社会中发挥了关键的积极作用。每个事物都有两面性 ,真相总是在其中间部分。制药公司总是吸引着充满理想和激情的人,热衷于研究解决健康问题的方法,但与此同时,制药市场的现实也导致企业犯罪的诱惑异常严重。因此,尽管存在腐败和缺乏透明度的问题,制药公司的主要问题仍然是在药物开发上的保守性,这个过程由于缺乏创新、数字中断、快速的技术进步以及诸如缺乏数据重现性等其他问题而效率下降。

事实上,由于缺乏数据的可重复性,制药行业有一条不成文的规定:“学术界产生的所有生物医学研究中,看起来将会是领先创新,但最终将被证明是错误的。”出于这个原因,2011年拜耳公司的一组研究人员决定测试这个规律。因此,以最近67个药物发明项目为例,他们发现,在超过75% 的情况下,公布的数据不匹配他们的内部复制。而这些研究并没有发表在不靠谱的肿瘤学期刊上,而是在《科学》、《自然》、《细胞》等杂志上引起轰动的研究。事实上,医药从业员认为医学文献是最不可靠的。有趣的是,化学家、物理学家和工程师,都是他们自己领域中最有信心的。

事实上,一些学术文章通常是由制药公司雇佣的一位商业作家(代笔人)撰写的,上面刻着一个学者的名字,以彰显独立性和科学的严谨性。这些学者往往很少或根本没有参与收集数据或起草论文。

因此,尽管学术界和制药公司涉及了这场关于数据再现性的“鸡还是蛋”讨论,但现实是,制药公司的技术创新不知怎么地被遗忘了。因此,承认单个细胞的生物学比预期的要复杂得多,我们需要超级计算机,人工智能和区块链来理解生命科学的复杂性,这可能是促进药物开发创新的最佳方法。

药物开发:现状

药物开发是一个过程,一旦一个化合物通过药物研究发现,将新的药物带入市场的过程。每发现10000个化合物,其中大约250个将通过更严格的临床研究。最终,这250种化合物中的5种将通过高度把控的临床试验(Phase1-3)。药物开发的整个过程需要10到15年的时间和26亿美元才能将一种药物推向市场。

在整个药物研发过程中,每个公司都会产生大量的数据,隐藏在防火墙后面(未公布的大数据)。一定程度上是由于严格的监管和合规标准,部分原因是这些公司所处的激烈竞争环境。这些乱七八糟的数据大部分处于混沌状态,很长一段时间以来,企业实际上并不认为这个数据适合进行回顾性分析。管理层往往认为,在需要如此大的投资的事情上没有足够的价值。

现在试着把药物开发想象成一组三个盒子: 探索,临床前和临床盒子。这些盒子中的每一个都是从另一个盒子中衍生出来的,在药物开发的整个过程中没有线性和沟通(由于相互不信任)。显然,所有三个盒子发表的数据经常(50-70%)缺乏重复性(错误的负面和正面结果) ,而大数据则没有公布。这个探索盒子没有任何规定,临床前盒子是有规定的,临床盒子是完全监管的。甚至认为发现(和创新)通常来自于没有严格执行的规则和法规ーー事实上,抗生素是偶然发现ーー但是规章制度的缺失也是有限度的。通常,一旦超过了这个限度,可能就会出现"无政府状态"了。

在科学过程与监管环境之间,当前的药品开发过程需要大量的创新。

药物创新:技术创新

幸运的是,现实摆在我们面前,现在是时候真正开始建立新的商业模式,数据可以被保护,同时也能共享,这个现实就是所谓的区块链。

制药中的区块链可用于: 大分子供应链、药物安全(药物如何被制造出来)、公共安全和消费者意识、召回管理、临床试验管理和制造供应链(后勤噩梦)。 Exolchain (区块链药物初创公司)管理区块链上患者健康信息的安全存储,允许个人控制临床试验研究人员如何操控他们的医疗数据。区块链创业公司 Qad.re 还可以帮助制药公司解决供应链中假药的问题(占市场份额的10% ,并且造成近100万人死亡)。

此外,苹果、英特尔和谷歌最近都大举投资收购人工智能初创企业,也就不足为奇了。虽然他们都没有药物开发的经验,但他们都积极地进入医疗保健市场。硅谷一直以来都最快开始创新和欢迎新技术,并且可以很快地超越传统的制药公司来颠覆整个行业。微软宣布了其攻克癌症的计划。一个由计算机科学家、程序员和工程师组成的团队将测试人工智能程序执行各种各样的任务,比如创建细胞的综合模型,以了解它们如何相互交流,或者癌症患者的人体机能将对不同的药物产生怎样的反应。

Benevolent AI利用其人工智能算法的预测能力来设计新分子,而这些依据则是基于基因、目标、疾病、蛋白质和药物之间超过10亿个关系的知识图表。

总部位于伦敦的人工智能公司 DeepMind,隶属于谷歌的母公司 Alphabet,该公司正在训练其软件折叠蛋白质用于药物探索。DeepMind 计划运用一种基于其核心技术之一的算法—— AlphaGo 软件来制作药物。

位于波士顿的生物制药公司 Berg 正在使用AI,通过应用一种算法和基于概率的人工智能分析病人的基因型、表型和其他特征。

百度研究公司宣布,它已经创造出一种比人类病理学家更好的方法来识别乳腺组织中的肿瘤细胞。早期结果也表明,AI在皮肤癌检测方面比人工更加准确。

Xtalpi,集成量子物理学和人工智能在药物研究和开发,开发一个混合物理学和人工智能的软件平台,矫正药物样小分子的分子模型。

在2018年的一份非常详细的列表中,你可以找到大部分115家在药物研发中使用人工智能的创业公司,这些公司大致按研究阶段分类: 临床前期,临床等等。

谷歌大脑团队的成员宣布,他们已经制作了识别蛋白质结晶的计算机视觉,声称准确率约为94% 。蛋白质的结晶决定了细胞的形状,可以在治疗各种疾病的药物中发挥作用。

IBM Watson Health与 Quest Diagnostics 公司合作,推出了一项基因组测序服务,旨在通过整合认知计算和基因组肿瘤测序,快速发现高度个性化的癌症治疗方案,在精准医学领域取得了巨大进展。

当然,这些创新公司会层出不穷。我相信十年内,我们将看到传统药物开发模式的根本性变化。这不仅仅是因为人工智能,而是大数据技术的结合——由传感器和电子病历(EMR)集成和电信 / 远程医疗和人工智能支持。

“健康中国2030”的政策定调,直接推动了万亿级市场的不断扩张。而“促进健康服务业发展的若干意见”,也为大健康产业指明了方向。科学生活、健康管理、健康消费等一系列细分赛道上,不断涌现出创新者的身影。新风口之下,如何把握机会进而弯道超车?大健康投资又该怎么找到好项目?

“医疗产业超级生态圈BOSS”美年健康董事长俞熔、“在华外资医院管理第一人”和睦家医疗副总裁盘仲莹、眼视光大健康创新者星创视界集团董事长(宝岛眼镜CEO)王智民、中国医药电商新零售“鼻祖”康复之家CEO康凯、口腔诊所管理认证体系“开拓者”美维口腔医疗合伙人兼COO宋大卫、引领国内DTC基因检测市场微基因CEO陈钢、早期咨询产品化市场实践者亿欧公司副总裁高昂等重磅大咖将在2018亿欧创新者年会现场与诸位交流分享,开拓创新“脑洞”。

【来源:亿欧】

THE END
广告、内容合作请点击这里 寻求合作
ai
免责声明:本文系转载,版权归原作者所有;旨在传递信息,不代表砍柴网的观点和立场。

相关热点

多年以前,当我第一次见识到朋友们是如何在《超级马里奥》中通过卡一个龟壳无限刷分,在《魂斗罗》中用一种奇怪的方式获得额外生命的时候,拯救世界和公主就再也不是我想做的事了。
人工智能
现在有这样一句话:报了一个好学校,不如上一个好专业。不可否认的是,一个好的专业确实对之后的工作和发展有很大的影响。随着互联网的蓬勃发展,互联网对各类人才,尤其是人工智能的人才需求更是旺盛,比...
人工智能
2018未来科学大奖暨F2科学峰会今日在北京召开,金沙江创投董事总经理、未来论坛理事丁健今天在2018未来科学大奖&F2科学峰会上接受媒体采访时表示,仍然非常看好人工智能领域的发展,但应当警惕人工智能领...
人工智能
有企业给应届生的薪水拔高了10%~20%;也有企业上涨幅度更大,尤其是给博士生的年薪从去年的50万元倏地蹿到80万元;也有准备布局AI领域的新锐企业,虽然还没考虑好具体的价位,但是打算花高价从互联网巨头...
人工智能
据Techcrunch报道,谷歌和NASA宣布,通过机器学习技术在开普勒-90系统中发现了一颗新行星。科学家们把神经网络应用于开普勒望远镜收集的数据中,首次发现了该系统的第八颗行星。在所有的已知行星系统中,...
人工智能

相关推荐

1
3