![](https://csdnimg.cn/release/download_crawler_static/86986936/bg1.jpg)
人工智能在新药研发中的应用现状与挑战
当前,新药研发面临着成本高企、收益率下降的双重困境。新药研发具有技
术难度大、投入资金多、研发风险大、回报率高和研发周期长等特征,随着疾病
复杂程度的提升,新药研发难度和成本迅速增加,全球新药研发成功率呈明显下
降趋势。2019 年,艾昆纬(IQVIA)发布报告指出,新药从临床试验开始到研发
结束的平均开发时间在过去 10 年里增加了 26%,2018 年达到 12.5 年;新药开
发成功率不断下降,2018 年降至 11.4%。据
Nature
杂志报道,新药研发成本
快速增长,2018 年开发的平均成本约为 26 亿美元。新药投资回报率不断下滑,
德勤发布的报告显示, 2017 年全球前 12 大制药公司的研发投资回报率仅为
3.2%,较 2010 年的 10.3%下降 7 个百分点。
人工智能(artificial intelligence,AI)的发展,为新药研发带来了新的技
术手段。通过机器学习(machine learning,ML)、深 度 学 习(deep learning,
DL)等方式赋能药物靶点发现、化合物筛选等环节,大大提升了新药研发的效
率,为降本增效提供了可能。应用 AI 技术,可缩短前期研发约一半时间,使新
药研发的成功率从当前的 12%提高到 14%,每年为全球节约化合物筛选和临床
试验费用约 550 亿美元。
提升新药研发效率,对加快开发临床需求未被满足的创新药物,助力药企抢
占“best-in-class”和“first-in-class”药物市场的机遇窗口期,从而提升药企
全球竞争力具有重要意义。AI 技术作为提升新药研发效率的重要驱动力量,正
在加速对新药研发各环节的渗透。本文通过对 AI 技术、AI 赋能新药研发应用场
景,以及应用 AI 技术的企业主体进行总结梳理,并展望 AI 技术未来发展趋势,
为 AI+新药研发提供思路与参考。
评论0
最新资源