人工智能（AI）在行業中的應用場景不斷增加（從日常智能產品到大規模創新不等），對此有人樂觀，也有人懷疑甚至恐懼。通常大家都公認人工智能是改變游戲規則的科技，AI在銀行、制造業和醫療保健的業務方式建立、迎接挑戰及解決關鍵痛點等方面存在尚未開發的潛力。

如今，醫藥行業也在采用人工智能技術并將其用于有效地推進和應付患者不斷變化的藥物或治療需要，包括那些受日常病毒及復雜疾病困擾的病例，例如胰腺癌或阿爾茨海默氏患者。我們看到一些曾被根除的病毒或破壞性疾病（例如小兒麻痹癥）重現，傳統的研發方法可能不是那么有效而且還很昂貴，成功的開發往往需要11到15年的時間以及成本超過26億美元。

而利用AI做藥物發現可以令大制藥公司和生物技術公司簡化開發工作，包括將大量的患者數據整合成容易消化的、確實的信息，以及確定個性化精密醫療機會或預測對新藥的潛在響應。拿精密醫學來說，如果能夠依靠發展好的AI平臺，就可以顯著降低藥品成本和開發時間。

》》》 當人工智能遇上生物學

Niven R. Narain博士是Berg公司的總裁及聯合創始人，他正在研究通過快速跟蹤潛在藥物或臨床試驗治療，有效改善療效，拯救患者生命。此前，Berg投入了數億美元建立研發中心，研發中心專門開發下一代技術平臺和未來藥物產品線，同時還開展與行業里的政府和學術界合作伙伴的合作，以解決醫學上一些棘手的、未被滿足的需求。

Berg的核心工作放在病人優先的藥物開發方法上，做法是采用AI將生物學和科技合在一起映射疾病的未來，因此也就推動了醫療保健未來的轉型，在將藥物推至市場的過程里達到更好的準確性和可預測性。Berg利用人工智能采取的方法可以消除不確定性，并為病人提供更具有針對性的治療方法。

》》》 如何運作

Berg公司的重點是在理解及充分利用患者生物學上，在疾病期的不同階段采集特定疾病的樣本。這些包含患者組織樣品、器官流體和血樣的大量數據集，再經進一步處理可以萃取到與基因組、蛋白質組、代謝和脂質組等相關的信息，進而可以提供用于目標識別及其他用途的廣泛機會。

Berg公司利用AI和機器學習技術，能夠在幾天內合成單個組織樣品中超過14萬億個數據點，相應的算法還能對非疾病和疾病狀態的蛋白質及上其它可能對疾病狀態產生影響的生物特征之間的差異進行搜索和追蹤。然后由相應的軟件對這些生物特性（如代謝產物）的潛在目標候選物或生物標志物進行處理。而后期的人工智能算法則可以從數據中獲取見解，具體做法是，將已知的生物學知識的輸出結果疊合到各種數據庫中，通過數據庫查詢已知的、公開的知識庫，如專利、出版物、相關化學品庫以及相關臨床試驗或獲批準藥物的知識庫。

這種應用可以鋪平精密醫學法的道路，患者可以先以計算機數據的形式分診，然后再服用可靠的藥物，或進入臨床試驗確定藥物的有效性及有效治療疾病。

》》》 以侵襲性癌癥為靶向

Berg的核心技術是生物化合物BPM 31510。BPM 31510是世界上第一批利用AI引導目標并縮小癌細胞的藥物。該藥物目前已進入2/3期臨床試驗，用于晚期胰腺癌治療和腦癌GBM的2期臨床試驗中，這兩種癌癥都非常具有侵襲性且很難治療。1期臨床試驗通常難以顯示太多關于某種藥物有效性的信息，而BPM 31510的1期臨床試驗卻確實顯示出Berg軟件可以預測20%的測患者可能對BPM 31510做出響應，并可以預測哪些患者可能遇到不良反應。目前，Berg人工智能平臺現正被用于開發最有效的、以病人為中心的臨床試驗。

Berg的Narain表示：“我們正在不斷繼續BPM 31510后期臨床試驗的驗證工作，目前還處于初期應用階段，包括提高藥物發現力度。我們看到一些大型制藥商已經在行動，其中包括我們的一些主要合作伙伴，例如AstraZeneca 和 Sanofi Pasteur公司。所有制藥商的共同目標是拯救病人的生命，而人工智能技術則為實現這個共同使命起到了良好作用。”

責任編輯：ct