制藥業也許是地球上唯一的行業，從創意到産品的市場推廣，公司需要花費大約十年的時間和數十億美元，且有90％的失敗機會。它與IT行業截然不同，前者隻有偏執狂才能生存但是企業高管需要提前計劃數十年并執行。是以，當深度學習取得可靠進展而推動的人工智能革命在2013年至2014年爆發時，制藥業高管對此産生了興趣，但并沒有立即加入潮流。許多制藥公司開始在内部資料科學研發上投入大量資金，但如果沒有協調的戰略，它看起來更像是在一個組織中（通常是在一個部門中）由資料科學，數字化和AI的許多負責人進行的品牌重塑活動。盡管一些制藥公司投資了AI初創公司，但迄今為止并未進行任何大規模的收購。
一些制藥公司設法在藥物發現和開發的各個環節中展示出令人印象深刻的結果。例如，阿斯利康（AstraZeneca）在2018年左右開始發表生成化學的文章，到2019年發表了幾篇令人印象深刻的論文，受到了社群的關注。其他幾家制藥公司展示了令人印象深刻的内部子產品，禮來公司與一家初創公司合作，建立了令人印象深刻的以人工智能為動力的機器人實驗室。
但是，到目前為止，尚無法對聲稱進行AI研究并在臨床前和臨床開發中利用大資料的主要制藥公司進行全面的概述和比較。6月15日，一篇标題為“ The upside of being a digital pharma player” 的文章在一家受到同行好評的行業期刊《Drug Discovery Today》上被接受并悄悄上線了。一項全面的研究，對制藥公司在研發方面的AI努力進行了正面對比。
該研究通過内部AI研發項目、與AI初創公司的合作夥伴關系、對AI初創公司的投資以及研發聯盟和财團之間的比較，比較了制藥公司。此外，還按照2014年和2019年細分為以下領域的科學出版物的數量比較了制藥公司。
這項研究發表之前，對于業内人士進行定期文獻回顧，确實感覺阿斯利康的出版量超過任何其他制藥公司。僅在2019年，阿斯利康的科學家就發表了約1300篇科學論文。拜耳也有幾篇不錯的論文。所有細分市場中，出版物數量最多的是65種。作為參考，Insilico Medicine等初創公司在同一時期發表了約100篇論文和約30項專利，其中不包括AI會議論文。其他幾家初創公司在該領域也做得很好，很高興看到類似的分析。
該研究表明，成為數字制藥企業有很多好處，但我們仍處于起步階段。該研究的作者當然值得被稱為制藥AI研究與開發的行業專家，因為他們做了大量工作來彙編研究中的三個相對簡單的資料，目前還沒有其他類似的研究。要了解有關該研究的更多資訊，Alex Zhavoronkov寫信給作者，并向他們詢問了有關該研究及其對制藥行業未來前景的一些問題。
Alex
仔細研究排名前21位的大型制藥公司，分析其在數字和AI中的活動是一項巨大的工作。許多分析師試圖做同樣的事情卻收效甚微。您花了多長時間？您是如何做到的？
Gassmann：
确實，這是一項艱巨的工作。有很多公開可用的内容，例如專利和科學出版物。一般而言，最有價值的是對制藥業高管的采訪。
Gatto：
此外，關鍵的成功因素是作者的跨學科背景，包括藥學政策，研發和AI能力。
您的發現是否使您感到驚訝？
Kuss：
這樣的發現不足為奇。但是，在制藥研發中使用AI的早期成熟狀态似乎是該行業的一大挑戰。
Schuhmacher：
低價AI應用程式的未來可用性以及更快，更便宜的硬體的結合将推動制藥研發數字化的趨勢，提高研發效率的巨大需求将為制藥業AI的成功做出貢獻。
您是否看到過任何結論性的案例研究，其中AI大大勝過人類，或者您發表的任何論文中AI代替了實驗的需要？
可以确定幾種情況，其中我們看到了AI可能取代對實驗的需求或超越人類的潛力。最近在《自然生物技術》上有關從頭小分子設計的最新出版物突出了AI在藥物發現中的巨大潛力。
我敢肯定，到目前為止，有些制藥公司的首席執行官，首席财務官和其他高管都看過你的論文。您有何評論嗎？他們最初的反應是什麼？
尚未收到直接回報，因為該出版物是全新的。總體而言，制藥研發主管對最近在虛拟化制藥研發方面的工作表現出了興趣。
Gassmann：
此外，可以看到制藥業朝着醫療保健的數字化方向緩慢發展。盡管10年前許多制藥公司的經理不敢相信基于資料的公司可以真正占據醫療保健價值鍊的更大一部分，但如今，軟體吞噬了世界，資料改變了制藥行業，如今已被越來越廣泛的接受。
您對2014年至2019年的科學出版物進行了比較。在此期間，我的公司發表了100多篇論文，而大型制藥公司的論文數量最多隻有65篇，有些則為零。對我來說，它似乎極低。您為什麼認為是這種情況？
人工智能仍然不是某些領先公司的核心戰略的一部分。而且，他們仍然過于依賴封閉式創新範式：出版不屬于其收入和研發模型的一部分。但這可能會改變：制藥公司需要對資料科學家和其他專家具有吸引力，并需要表現出卓越的表現和競争力。
人工智能在藥物研發中的主要挑戰之一是知識産權，許多方法都阻礙了知識産權的發展。我認為，DeepMind早被Google收購的原因之一就是其強大的IP産品組合。您是否看過這些大型制藥公司送出的與AI相關的專利？
從AI相關專利的純粹數字來看，制藥公司與Google等IT巨頭之間存在巨大差異。但是，當制藥公司改變其研發模型以及如何利用與AI相關的IP的方式時，這種模式可能會随着時間而改變。
您認為該領域的未來1-2年将發生什麼？
對于制藥業來說，1-2年是很短的時間，但人工智能将進一步發展。蘋果等消費電子産品公司和Google等資料領域的公司已經在FDA注冊了可穿戴裝置。今天，這些裝置仍然非常不可靠，但是性能會快速提高。諸如阿爾茨海默氏病，糖尿病或癌症之類的慢性疾病将成為數字健康幹預措施的切入點，在這種幹預措施中，縱向資料可以創造很多價值。制藥公司必須重新考慮其創新方式，并開始在生态系統中進行思考。
将研發重新構想為衆包的生态系統是制藥業未來成功的關鍵：制藥研發将不再局限于主要的内部價值創造，而是将利用内部和外部的思想，技術（包括AI）網絡和資源。
您打算明年更新此報告嗎？您是否打算将更多制藥公司添加到清單中？
這項研究應該隻是開始。在未來的幾年中，我們計劃建立一個有關藥物創新研究的合作中心，以在人工智能和其他新興技術的背景下，推動對藥物和生物技術研發管理的見解。
您能告訴我您研究的未來方向嗎？
人工智能将對未來的研發模型以及制藥研發生态系統産生巨大影響。這些以及其他戰略和技術變革将推動未來幾個月的研究議程。
基于分布式分類帳技術的智能合約将在此變更過程中發揮關鍵作用。