高圣沙龙|第970期·详解AI如何为医药工业插上翅膀

过去20年,在生物医药领域，始终存在着“投资十年，十亿美元”最后可能以失败告终的“双十定律”。巨额的研发成本以及漫长的研发周期成为医药工业发展的紧箍咒。

在这一背景下，能够给行业带来技术红利的AI技术越来越受到制药企业的广泛关注。

高圣沙龙第970期，我们请来了中国人工智能学会理事、中国药学会高级会员、中国卫生信息协会常务委员高飞。高飞先生于2015年开始从事AI算法研究及产品研发工作，主持研发了国内首个药物临床前智能数据平台，得到国家新药评审中心（CDE）高度认可。他将为大家带来的分享专题是《AI赋能医药工业发展案例》。从具体案例入手，讲述AI是如何为医药工业插上翅膀。

主讲人高飞

首先，高飞讲师从工业互联网讲起，他分享了美德等国的工业互联网战略，指出全球主要国家正加快工业互联网战略布局，以抢占未来制造业竞争的制高点。近年来，在医药行业，工业互联网也将技术带入到了产业，AI技术对医药工业的多个环节进行了加速。

随后，高飞讲师从两个具体案例入手，深入详细的为大家讲述AI技术在医药工业技术中的应用。第一个案例是分子结构处理。通过AI技术，可以将文献中的分子式一次性提取出来并达到识别的效果。

从分子结构检索、分子位置发现、原子与键的识别、原子与键的表示，化学式的表示，化学键的逻辑推断，都极大的节省了各方面成本，提高了效率。

第二个案例是医药知识图谱。高飞讲师提到，知识图谱是当前较为流行的AI技术体系，不过在工业中运用时，需要明确具体的使用场景，具体哪些环节可以用到该技术。

如下图，在医药知识检索、投资标地、药物重定向、临床路径评估等过程中，都可以利用知识图谱的相关技术满足这些需求。

医药知识图谱图谱的构建过程大概分为如下图阐述的几个步骤：本体构建-原始数据获取-知识自动抽取-知识融合知识映射-知识入库-智能应用。

通常来讲，一个企业有三类数据源应该参与图谱的构建过程。

1、企业内部数据：企业在生产过程中会阐述很多经验性的内容数据，这些数据与业务结合紧密，可以作为构件图谱的数据源。

2、外部公开数据：这类数据可能是一些知识库的形式在互联网中广泛存在，比如与行业相关的行业资料，开源数据库等。

3、外部付费数据：如果企业有资金可以购买一部分付费数据，那么这部分数据具有非常规则的数据结构，可以纳入图谱中进行构建。

药物知识图谱可以筛选当前上市药物中，哪些药物有疗效。此类应用场景，对整个医药工业以及全民健康具有深远的意义。

如今，AI技术与制药工业的联系正越来越紧密，应用范围越来越广，从AI应用场景来看，可用于研究疾病病理生理机制、现有药物的功效、药物结构、样本观察等，可提升新药发现的效率，进而辅助靶点药物研发、候选药物挖掘、化合物筛选、药物晶型预测等。可以预见，未来无论是在新药研发还是其他领域，其前景都非常广阔。

高圣沙龙始于2001年，风雨无阻二十年，一些各界名流曾登台演讲。沙龙采用线上线下双路传播方式，每周五一期，迄今已近千期，是医药业内专业人士有口皆碑的知识品牌。如果您对大健康领域并购感兴趣，欢迎您来分享、聆听。