AI制药，改变药物研发模式
《我不是药神》电影中，矛盾的聚焦点就在于天价的“格列宁”，新药贵，贵在研发，研发的“试错”环节，AI也许能够帮上大忙。
从目前智慧医疗的发展情况来看，擅长模式识别的人工智能可以从海量已有的和新的基因、代谢及临床信息中筛查筛选，以破解各种疾病背后的复杂网络。反过来，这也有助于发现适用于特定病人群体的药物，同时引导药企规避可能会失败的药物。
此外，借助人工智能的生物意义，可以帮助药企根据病人情况，并参与对他们最可能见效的创新疗法的临床试验，这也许能够成为提升新药获批的可能性，比如获得美国FDA的批准。
实际上，医药研发的核心在于知识图谱，就是将实验信息、数据、临床实验结果和数据的结合起来，将零散的数据整合在一起，从而为决策提供有价值的数据支持。
从目前来看，人工智能主要作用于药物研发主要有七个场景：靶点药物研发、候选药物挖掘、化合物筛选、预测ADMET性质、药物晶型预测、辅助病理生物学研究，以及发掘药物新适应症。
根据Tech Emergence的研究报告，AI可以将新药研发的成功率从12%提升至14%，这2%意味着能够为生物制药行业省下数十亿美元的研发成本和大量的试错时间。
但是，不容否认的是：AI药物研发一定是一场持久战。目前世界上并没有AI药物研发的成功案例，人工智能研发的药物也并没有被批准上市。
目前发展较好的国外企业应用AI研发的新药已进入二期临床，但是二期到三期的失败率高达70-80%。AI技术应用前景广阔，目前依然任重道远。辉瑞、罗氏、GSK等巨头纷纷“下注”AI公司，目前发展还需要时间检验。
但这并不意味着AI制药并无可能。如果技术能够有效缩短药物研发的效率，提高研发上市成功率，那么药物研发的成本就会大幅度降低，这样可以大幅度减轻国家医保负担，“平价药”也将成为可能