SmartLabs 論壇:AI應用、數位轉型 打破醫藥研發反摩爾定律

2020/12/04
SmartLabs 論壇:AI應用、數位轉型 打破醫藥研發反摩爾定律
今(4)日,波士頓著名加速器SmartLabs舉辦AI與數位科技為製藥與醫療帶來新格局論壇,邀請國內外四位以ICT/AI作為工具為製藥與醫療提供解決方案專家,分享目前AI與數位醫療保健尖端技術發展趨勢

報導/彭梓涵、吳培安

(4)日,波士頓著名加速器SmartLabs舉辦AI與數位科技為製藥與醫療帶來新格局論壇,邀請國內外四位以ICT/AI作為工具為製藥與醫療提供解決方案專家,分享目前AI與數位醫療保健尖端技術發展趨勢與應用

NVIDIA亞太地區健康照護解方架構主任黃宗祺(Eddie Huang),首先介紹NVIDIA的醫療用AI平台Clara於生命科學及健康照護的應用。他表示,現在用於人體影像的醫療用AI演算法已經多達2千種,FDA也已經核准76AI演算法。

黃宗祺表示,NVIDIA能提供AI大數據分析所需的運算能量,Clara是一種提供不同工作流程開發的軟體開發套件(software development kit, SDK),可應用於深度學習、人工神經網路、自然語言學習,甚至用於藥物探索(drug discovery)的結構模擬,並可和GPU Cloud (NGC)雲端平台一同使用。

黃宗祺認為,比起過往以病人為中心(patient-centered),現在已經轉變為以模組為中心(around the model)NVIDIA Clara平台目前已經在多種醫療面向上累積應用實例,例如新冠肺炎(COVID-19)的資料收集、各醫院的聯邦式學習(federated learning)、醫療影像標註與整合系統、基因體到蛋白藥物探索(drug discovery)、病人身體狀況監測、外科手術等多種用途。

Insilico medicine(英科智能)執行長Alex Zhavoronkov,則分享 AI如何應用疾病機理與小分子藥物的發現。 Alex Zhavoronkov本身專精人工智慧和區塊鏈技術,同時是生物和藥學的專家。

夾帶多重專長與身分的Alex Zhavoronkov,在2014年成立Insilico medicineInsilico medicine目前總部設立於香港,並在上海、台北、莫斯科、聖匹得堡成立辦公室。Insilico medicine的目標是利用生成對抗網路(GAN)和深度學習,將生物學、化學與分析工具結合,幫助人類健康與製藥發展。 

Alex Zhavoronkov指出,傳統許多的新藥產生途徑,大多是在無意中發現,或是在對發酵產品、化學品以及天然物進行大量篩選所得到的結果,大約每八萬個化合物才能獲得一個先導化合物(lead compound),而在少數的化合物中又只有十分之一的化合物可以通過人體臨床試驗,因此新藥的開發之路十分荊棘。

目前Insilico medicine建構的藥物探索平台,已自主開發針對癌症、皮膚病、纖維化、帕金森氏症、阿茲海默症、肌萎縮側索硬化症、糖尿病、肌肉減少症和衰老等藥物。

Alex Zhavoronkov也說透過目前建立的藥物探索平台,可將藥物研發時間節省2-3年,並可為藥物研發成本節省1-2千萬美元費用。因此Insilico medicine會持續努力在醫學領域中開發不同系統,幫助醫師、藥廠,為未滿足醫療需求的患者帶來突破性的療法。

SmartLabs事業發展主任Ronald Dorenbos,於其演講中盤點了當前將AI應用於臨床試驗和製藥產業的公司。他表示,在新冠肺炎中超過80%進行中的歐美癌症臨床試驗受到負面影響,但也促進了臨床研究改採遠距醫療、電子病歷遠端檢測、虛擬監控等替代方案的使用。

目前,許多新創公司提出臨床試驗改善解方,和大型製藥廠展開合作,例如:致力於改善臨床試驗患者招募的QUANTUMBLACK,與諾華(Novartis)合作;GNS Healthcare與安進(Amgen)Genentech合作電子病歷分析,預測投藥後受試者反應;IBM Watson和梅奧診所(Mayo Clinics)許多醫療院所合作,提供機器學習配對受試者等。

此外,患者對數位或AI健康裝置的接受度也快速成長,除了智慧型手環、吞入試電子裝置、貼片型監測裝置、智慧型眼鏡、app等。不過,必須注意使用者可能可能會因為不了解使用方法或重要性、忘記使用、價格付不起,使得病人的遵從度(adherence)不如預期。

最後一位講者是Elemental Machines創辦人兼執行長Sridhar Iyengar在過去的20年中,創立了3家技術公司,並投資50多家新創公司和風險基金,今日他也以AIIOT、自動化加速科學發展為題分享。

儘管藥物開發過程的基礎科學和技術以取得巨大進步,但藥物開發的效率並為此而增加的趨勢。他表示自從1950年以來,研發的花費,每10億美元所對應的被美國食品藥品管理局(FDA)批准的藥物數量大約每隔9年下降一半,這一現象被稱作反摩爾定律(Eroom’s law),它與摩爾定律(Moore’s law)相反,顯示藥物開發越來越困難,因此為了對抗反摩爾定律,藥物探索機構也被迫尋找方法提高投資回報。

Sridhar Iyengar創立的Elemental Machines即是針對藥物開發環節中最前端的實驗室著手並建立一套平台,該平台幫助團隊監控研究和製造過程中的所產生的訊息,而使用者可以更簡便於平板或手機觀看訊息。

他也表示,71%的實驗室數據常因為數據故障而失去有價值的研究,因此數據自動的紀錄、監控與警報是很重要一環,Elemental Machines提供的平台可使實驗室管理更智能。