导语

制药，是人工智能（AI）大举进军的重点行业。在过去的几年里，制药行业数字化急剧增加，AI在医药领域得到了深度的扩展，以AI概念和技术崛起的科技型公司更是获得了投资市场的极大青睐。那么，AI技术在药品的“研-产-销”方面都有哪些作为？已经可以做到什么程度？未来会取代人类的智力劳力行为吗？请看本稿件。

01AI已涉猎制药行业的全生命产业链

AI，是一个基于技术的系统，涉及到可以模拟人类智能的各种先进工具和网络；于制药行业，现今已应用到新药的发现与优化、制剂工程的预测、生产放大的助力、产品的质量控制、临床方案的设计以及未来市场的销售预判，等等等等。

图1.1人工智能在药物发现和开发中的不同应用（图片见参考文献1）

02AI在新药发现过程的应用

AI可以虚拟产生分子组成的巨大化学空间，这无疑会促进大量药物分子的发现。在一定程度上，AI可以识别甚至击中hit和lad，并快速提供验证药物的方案和药物结构的后续优化设计。

图2.1人工智能(AI)在药物发现中的作用（图片见参考文献1）

尽管AI的优势非常明显，但针对于数据的规模、增加程度、多样性以及不确定性的问题，在药物发现领域的挑战还是很大的。QSAR，通过不同的计算方法可快速预测化合物最基本且又最常见的理化常数，如logP、logD、溶解度、解离度，甚至可以进一步的预测候选品种的ADMET，这为药物的发现与筛选提供了大量的理论数据分析，对于药物研发人员寻找到最适合成药的潜在药物，着实有力！另，QSAR建模现已演变为基于人工智能的QSAR方法，如线性判别分析(LDA)、支持向量机(SVMs)、随机森林(RF)和决策树，可用于加速QSAR分析。

现今，拜耳、罗氏、辉瑞等制药公司，已经与IT公司合作，开发平台，以在免疫、肿瘤、心血管等领域试图发现新的治疗方法和药物。

图2.2大型制药公司与AI的关联（图片见参考文献1）

03AI在制剂学科的应用

创新药物分子的成功还依赖于制剂技术的助力。AI，可以尽可能的取代旧的试错方法来促进制剂开发。借助QSPR，各种计算工具公式可以解决技术方面的问题，如稳定性、溶解度、孔隙度，等。决策树还可以根据药物的理化性质对辅料的类型、性质和数量进行选择，并通过反馈机制测算以及修正整个制剂过程。

一些数据工具，如计算流体动力学(CFD)、离散元(DEM)，已被用来检验粉体流动特性对填料和压力过程的影响；计算流体动力学还可以用来研究片子的几何形状对其溶解轮廓的影响；且数学模型与AI的结合已初步可以证明对药品的快速生产具有巨大助力。

04AI在质量控制方面的应用

QA和QC，是药品质量控制与保障的2个重要环节；批次间产品质量的一致性，往往需要通过大量的人工干扰，在一定程度上这并非最佳方法，AI便产生了一定的客观需求。尤其是FDA对于cGMP的要求，以及“质量源于设计”的思路，AI对于关键工艺和关键步骤的控制便尤为重要。

在线过程监控，是当前质量控制的重要实施方向，AI技术已经应用于其中，如采用基于ANN的冻干干燥过程检测，并应用自适应进化以及局部搜索和反向传播算法的组合，可以决定特定时间点的温度和厚度，以在最合适的时间空间点来控制终产品的质量。

此外，AI在QA/QC方面的应用，还可以相关电子摄像头（如用于确定颗粒的溶出轮廓以正确预测配方的溶出）、电子实验记录本（产品的质量保证），等等。

05AI在生产方面的应用

制药行业中的生产型企业，程序日益复杂，技术日益自动化，对生产效率和产品质量要求极高。AI与制药行业的生产过程相结合，已证明对行业会产生巨大的推力，并大大节省人体的劳动。比如，AI通过计算，可以研究不同设备（如搅拌罐）中搅拌速度、搅拌方式以及压力水平对产品的影响，尤其是解决生产过程中复杂流动的问题；同时使操作系统更加的自动化。

此外，除了物理生产过程的工业化已开始大量使用AI外，在合成水平上也已经使用了大量的AI以用于完成化学合成制造过程中产率和纯度的提升，且已经成功的实施在西地那非、苯海拉明等品种。

06AI在临床学科的应用

临床试验，是要确定人类特定疾病条件下使用药物所涉及的安全性和有效性，周期通常会在6-7年之间，耗时昂贵成功率低，针对于此，AI已经进行了大量的工作。

患者入组，通常会耗时整个临床周期的1/3，成功的招募对于试验的结论至关重要。AI可以通过对患者的基因组学进行分析，帮助选择特定的患者人群进入到II/III期临床招募，同时还有助于早期预测相关的药物靶点。

中途退组，约占临床试验失败的30%，可以通过AI技术来密切了解患者的动向，并帮助患者遵循临床试验方案以避免上述失败。如AiCur开发的移动软件，在II期试验中监测精神分裂症患者的常规药物摄入量，使患者的依从率提高了25%，确保成功完成临床试验。

图6.1AiCur

转载请注明:http://www.aideyishus.com/lkcf/3295.html