来源：E药经理人记者：Crystal
“10年时间，10亿美元，10%成功率。”常被用来形容新药上市的难度和窘迫现状。根据美国塔夫茨大学药物开发研究中心(TuftsCenterfortheStudyofDrugDevelopment,CSDD)发布的数据，截至年，研发一款新药至上市的成本约为26亿美元，与年相比，增长了%。然而，新药上市后的回报并不一定能完全覆盖其研发时的成本。这样的现状迫使医药行业不得不寻求破局之道，而AI技术高效处理数据的能力使其成为医药公司尝试的新解决办法。
年年底，专注于制药、生物技术和医疗保健技术行业的咨询机构DeepPharmaIntelligence(DPI)发布了《年制药行业的人工智能报告》，通过对家使用人工智能研发新药的公司和位在AI生物医药研发领域投资的投资者进行分析，展现了目前AI在生物医药领域的发展现状及挑战。
01应用：多方向输出
根据药物研发过程，AI技术可用于靶点发现、早期药物研发、临床前实验的设计与处理、临床试验、现有药物再利用、信息整合与新见解输出等多个方向。
AI已被一些大型制药公司视为新的药物研发工具。构建模型和从非结构化数据中挖掘数据，被认为是人工智能在药物发现方面最具颠覆性的领域。而在靶点发现和早期药物发现具体环节，AI技术常被用于这些方面：分析数据集，形成假设并产生新见解；识别候选新药；通过对比分析健康人群和患者样本的数据来寻找新的生物标记物和治疗靶点；预测分子的亲和力和其他药理特性；降低蛋白质设计的复杂性。
在临床前实验的设计与处理环节，AI技术希望被用来减少实验阶段时间、降低成本和不确定性。一般情况下，AI制药公司会通过分析已有数据来寻找新的研发角度，自动化样品分析与机器云实验室也随之兴起。
在临床试验阶段，AI技术被期待的用途则更多。例如，优化临床试验研究设计；将不同的生物医学和医疗保健数据流转换为代表个体患者的计算机模型；通过为个别患者提供最佳的健康干预措施，从而提供大规模个性化医疗；通过分析病历，寻找合适的临床试验患者；通过个人病史和基因分析自动匹配癌症患者的临床试验；改善病理分析。
在寻找新冠肺炎治疗方案的过程中，医药行业看到了对现有药物再利用的可行性和重要性。而AI技术也被用于对现有药物再利用的挖掘，其在快速识别许多已知药物的新适应证、将现有药物与罕见疾病匹配、通过大量生物实验测试寻找到模型化合物等方面拥有明显优势。
在以上环节AI技术或许还存在很多需要挑战的地方，但在信息汇总和整合方面AI技术则比人工更胜一筹。目前，AI技术已被用于分析文献、从数千个不相关的数据源中得出新观点、改善决策、消除研究盲点、识别空白竞争领域等多个重要方面。
02参与：多玩家入局
不论是AI技术，还是AI技术在制药领域的应用，都是全球多个国家大力发展的领域。
从全球布局来看，美国既是AI行业的先锋又是主要参与者，其AI技术研发公司数量位居全球首位。全球家AI技术研发公司中有54.4%的公司位于美国。这也使得美国的药企、研发机构和投资机构可接触的AI技术研发公司最多。
中国则是亚太地区的“人工智能超级大国”，虽然全球只有8.4%的AI技术研发公司位于亚太地区，但在中国的公司占了近30%。国内*府和投资机构也都在加大对AI行业的投入，其中北京将建设21.2亿美元的AI开发项目，天津也将投资亿美元在当地的AI产业中，国内至少有10家估值超过10亿美元的AI初创公司。
欧洲一直是生物制药企业无法忽视的市场，在这样的一片土地上出现了多起关于AI药物研发的交易。诺华成立了诺华人工智能创新实验室，并选择微软公司作为其人工智能和数据科学的战略合作伙伴，宣布在重塑医药领域中迈出了重要一步。葛兰素史克宣布与Exscientia、InsiliconMedicine等公司达成协议，想要尝试新的计算机建模系统。欧洲最大AI新药研发公司BenevolentAI也受到了众多药企的