九阴九阳娶猫的老鼠在2023年已经过去的8个月里,生成式AI的火爆毋庸置疑,各大巨头纷纷下场,声势浩大引人关注。「百团大战」一触即发,而这股风很快也刮向严肃、强监管的医疗领域。

　　8月29日,麦肯锡公司人员发布了一篇文章,主要分析了专注于大分子药物发现的AI公司格局,并概述了AI如何应用于大分子药物发现。

　　此前,在AI辅助药物研发阶段,一直以小分子为主,而如今随着技术的发展,AI越来越多的应用于抗体、基因疗法等。

　　与此同时,医疗问诊、辅助诊断、医疗数字化营销、中医等企业都开启了AI医疗布局,争一个上桌机会,一片沸腾。

　　只是盛景之下,北京市卫生健康委却在日前发文,明确将加强互联网诊疗活动监管,严禁使用人工智能等自动生成处方;人工智能软件等不得冒用、替代医师本人提供诊疗服务。

　　其实AI制药不是近几年才诞生的新概念,早在2012年,Exscientia公司就将AI用于药物研发。

　　近年来,随着人工智能和计算机技术的爆发式增长,AI制药也迎来了飞速发展。自2015年起,众多制药公司转战AI制药领域,而大批初创企业也纷纷开始布局。

　　值得关注的是互联网大厂也力求在AI制药蓝海分一杯羹。2020年,百度成立了生物计算引擎驱动的创新性药物研发平台百图生科和人工智能新药研发公司索智生物;同年,阿里巴巴也宣布与全球健康药物研发中心合作。腾讯、华为、字节跳动等其他互联网大厂也纷纷基于自身算法优势,打造药物研发平台。

　　不仅如此,资本对AI制药研发也表现出了浓厚的兴趣,甚至将投资眼光投向泛医疗领域。据AI咨询机构Deep Pharma Intelligence统计,截至2023年3月末,全球AI制药企业的投资总额已达到593亿美元。2022年,全球首家以人工智能、云端超算驱动的抗衰生物技术研发公司Regenerative Bio完成千万美元级天使及天使 +轮融资。

　　即便人工智能具有足够的颠覆力,但如今的AI制药领域,更多聚焦于算力资源的增强,并没有从根源性解决掣肘新药开发的最大困难——高质量研发数据的鸿沟。

　　如今的AI在药物研发方面依旧有不可忽视的问题,AI技术也难以逾越医药研发「双十困境」的鸿沟,但是在泛医疗领域,AI已经通过其过人的运算能力,开创了全新的研发模式。

　　基于衰老数据库,LAIFE以人工智能和高通量检测打造器官衰老时钟模型,并在此基础上开发抗衰老物质发现平台,可量化衰老的同时,基于器官进行靶点成分筛选,及成分晶型优化,最后进行成分功效性验证。目前已成功落地时光胶囊、速康小红瓶、肝净小绿瓶、乐返盾等针对抗衰老方向的产品。

　　抗衰老物质发现平台可在药物递送、药物制剂、成分配比等方面全方位提升可商业化抗衰产品的有效性及稳定性,大幅提升产品研发效率、降低研发成本。

　　相较于药物研发领域的「关山难越」,辅助医疗诊断和病历书写则是AI技术能够颠覆的细分场景。

　　7月12日,谷歌公司的医疗问诊AI Med-PaLM的研究团队在《Nature》发布了最新研究成果,一组由临床医生对谷歌和DeepMind团队的医疗大模型Med-PaLM回答的评分高达92.6%,与现实中人类临床医生的水平(92.9%)相当。

　　《超越想象的GPT医疗》书中指出,传统医学通常指的是医生与患者之间的神圣纽带——一对双向关系,GPT可以作为第三方,类似于医生的辅助角色。

　　尽管如今,AI技术在医疗方面的表现令人惊喜,但是新功能往往与新风险如期而至,AI更倾向于编造信息,对于数据进行整合分析。因此,大语言模型的信息需要定期更新,以保持准确性与时效性,不然极易误导使用者。

　　如果说在辅助医疗诊断方面,如今的AI技术还需要不断进行数据完善,并且接受相关部门监管,那么在病历书写方面,AI技术已经拥有了相对成熟的应用能力,并且可以为医生带来工作上的便利。

　　众所周知,诊疗过程需要大量的文书书写。早在2016年美国医学协会资助的一项研究中发现,医生每花一个小时与病人在一起,他们就会在病历文书工作上多花两个小时。

　　2017年《美国医学院协会杂志》的调研中也发现了类似问题,受访医生纷纷表示自己的病历文书工作负担过重。

　　而随着AI技术的出现,人们看到了减轻医护人员负担的可能。信息抽取本就是AI的擅长领域,它可以将大量临床文本进行结构化,同时整合多种来源和数据格式,提升医疗效率和质量。

　　医疗领域与人类生命息息相关,因此对于AI+医疗应用场景的监管也极为严格。相信未来,人工智能在医疗领域的颠覆将更加值得期待。