几天前，糖尿病领域的全球领导者诺和诺德（Novo Nordisk）宣布了“改变研发模式的计划”。该公司将在丹麦和中国的研发中心解雇约400名员工，以重组其研发中心，并加快其严重慢性病产品渠道的开发。扩张和多元化。该公司表示，裁员不是为了削减成本，而是为了增强AI竞争力。 Novo Nordisk首席科学官Mads Krogsgaard Thomsen表示：“这与削减成本无关。明年诺和诺德（Novo Nordisk）的研发预算将比今年大。内部分析表明，我们的体力劳动是过剩的，但是在数字领域，信息在科学，数据科学，人工智能和自动化方面缺乏竞争力。”药物研发的AI时代据德勤（Deloitte）2017年报告显示，尽管全球排名前12位的制药公司在2017年对研发进行了巨额投资，但这些投资带来的投资回报率仅为3.2％，投资回报率药物研发的水平也达到了8年来的最低水平，与7年前相比已急剧下降。正是因为药物开发具有时间长，投资大，风险高，投资报告缓慢等特点。全世界每年在药物研发上花费了数千亿美元，人工智能技术的应用可以在一定程度上提高研发效率并减少成本投入。 30多年前，人们设想使用计算机进行药物发现。例如，在1981年的“ Discovery”一书中就有这样的想法。杂志。几个月后，《财富》杂志的封面被刊登了。该杂志还刊登了有关计算机辅助药物发现的特别报道。随着人工智能浪潮的兴起，药物开发人员将很快使用这些新工具武装自己并提高药物开发效率。设计，发现和开发新药的过程也将缩短。人工智能可以为新药的发展带来什么？ AI可以快速分析药物结构，疾病病理生理机制，现有药物的功效以及在显微镜下观察样品的结果，从而大大提高了新药发现的效率。从目前的角度来看，AI主要用于药物开发场景，包括：目标药物开发，候选药物发现，化合物筛选，ADMET性质的预测，药物晶体形式的预测，辅助病理生物学研究以及新药适应症的发现。但是所有应用程序都不能忽略一个重要因素：数据。人工智能研发的核心是数据。例如，在新药研发领域，人工智能可以帮助科学家从大量化合物数据库中完成文献检索。许多公司还在研究如何使用机器模拟具有特定靶标的化合物的结合效果，从而极大地加速了新药的研发。筛选过程。通过机器学习，人工智能不仅可以加快时间，而且还可以提高药物成功进入试验后期的可能性。如果AI可以降低药物试验的风险，那么它可以为大型制药公司节省大量成本，从而使他们可以腾出资源来专注于寻找更多的潜在机会。除上述药物数据外，医学数据也已成为后续药物开发的重要基础。对于药物开发或诊断和治疗，数据的重要性是不言而喻的。但是，数据的来源和质量仍然是所有AI +制药公司面临的问题之一。如何获得更准确的数据以及如何对其进行有效分析是AI在药物研发领域中必须考虑的问题。制药公司已进入AI市场。尽管在药物研发中使用AI仍有一些不确定性，但这并不能阻止全球制药公司部署AI技术。例如，美国的默克公司（Merck）和原子公司（Atomwise）携手合作开发了药物。强生公司Johnson和英国AI技术开发与应用公司BenevolentAI已达成新药研发合作；制药巨头罗氏（Roche）收购了肿瘤大数据公司Flatiron Health的全部股份，并且还与GNS Healthcare达成了合作协议；辉瑞公司除协助开发免疫肿瘤药物外，IBM还与京泰科技公司签署了战略合作协议。辉瑞，罗氏，葛兰素史克和其他巨头已经“下注”了。人工智能公司及其发展方式还有待测试。毕竟，目前还没有成功的AI药物复查案例