人工智能(AI)是一支強(qiáng)大的力量，已經(jīng)在重塑我們的生活，環(huán)境和互動。它可以定義為一個(gè)程序，其目的是產(chǎn)生類人的認(rèn)知過程，甚至可能改善它們。人工智能具有很多方面：它可以像在游戲程序中一樣是算法上的，也可以像在自動駕駛汽車中那樣采用控制理論的方法。它也可能表現(xiàn)為語言能力，創(chuàng)造力，空間推理，學(xué)習(xí)和許多其他能力。我們現(xiàn)在認(rèn)識到，人工智能已經(jīng)開始大舉進(jìn)入生命科學(xué)領(lǐng)域，例如使用機(jī)器學(xué)習(xí)從巨大的生物學(xué)數(shù)據(jù)中發(fā)現(xiàn)，結(jié)合各種類型的健康記錄和基因組數(shù)據(jù)，發(fā)現(xiàn)新藥或藥物靶標(biāo)，發(fā)現(xiàn)新的細(xì)胞類型組，進(jìn)行診斷或自定義健康程序(如精密醫(yī)學(xué))。

如今，生命科學(xué)行業(yè)在很多領(lǐng)域都有效地使用了AI。以下各節(jié)描述了其中六個(gè)領(lǐng)域。

推進(jìn)診斷

鑒于完整的組織學(xué)切片的數(shù)字化技術(shù)的進(jìn)步，可以進(jìn)行所有的顯微鏡放大，組織病理學(xué)圖像分析和自動診斷對于AI來說已經(jīng)成熟。AI和模式識別，結(jié)合復(fù)雜的算法和自動免疫組織化學(xué)測量系統(tǒng)，使高級病理學(xué)家能夠監(jiān)督分析并專注于更困難的病例。

推進(jìn)新產(chǎn)品研究

生命科學(xué)公司正在探索如何利用AI來識別現(xiàn)有產(chǎn)品的新適應(yīng)癥或研究新候選人。示例包括但不限于：

•使用復(fù)雜的學(xué)習(xí)算法來挖掘現(xiàn)實(shí)世界中的結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)，以發(fā)現(xiàn)見解，從而可以確定疾病的新機(jī)制，潛在的新領(lǐng)域擴(kuò)展以及臨床前實(shí)驗(yàn)設(shè)計(jì)。

•可以填補(bǔ)候選人如何作用于蛋白質(zhì)以幫助設(shè)計(jì)新藥方面的知識空白。

•可以從商業(yè)，科學(xué)和法規(guī)文獻(xiàn)中實(shí)時(shí)提取知識，使研究人員能夠識別競爭性空白，消除研究中的盲點(diǎn)，并發(fā)現(xiàn)疾病的相似性。

加快藥物開發(fā)

在整個(gè)行業(yè)中，從發(fā)現(xiàn)到發(fā)布，產(chǎn)品開發(fā)的時(shí)間范圍從7到10年不等，并著眼于將產(chǎn)品開發(fā)的時(shí)間縮短到5至7年。人工智能和機(jī)器學(xué)習(xí)的進(jìn)步減少了開發(fā)，制造和推出新的患者療法所需的時(shí)間，從而縮短了總體產(chǎn)品開發(fā)時(shí)間表?？茖W(xué)家們正在整合研究數(shù)據(jù)，實(shí)驗(yàn)室數(shù)據(jù)和臨床數(shù)據(jù)，并結(jié)合整個(gè)藥物開發(fā)領(lǐng)域的新信息來源(例如社交媒體和可穿戴設(shè)備)，以全面了解藥物開發(fā)候選者。改進(jìn)的實(shí)時(shí)獲取和挖掘數(shù)據(jù)的方式使科學(xué)家能夠使用AI和機(jī)器學(xué)習(xí)更快地做出改進(jìn)的決策，這將加速產(chǎn)品開發(fā)和擴(kuò)大規(guī)模的過程。

提高臨床試驗(yàn)透明度的合規(guī)性

合規(guī)性通常是公司的負(fù)擔(dān)，并且需要一種在滿足法規(guī)要求的同時(shí)降低成本的方法。歐洲藥品管理局(EU)的政策0070和0043是最近引入的法規(guī)示例，要求公司在臨床報(bào)告中匿名或編輯患者信息。盡管可以使用通才自動化工具，但許多工具不能滿足滿足策略要求所需的精度。利用基于定制NLP技術(shù)的高級算法，結(jié)合了特定于科學(xué)的分類法和文本挖掘模型，新的應(yīng)用正在涌現(xiàn)。使用這些高級模型，可以識別可能需要修改或匿名化的關(guān)鍵字，短語和數(shù)據(jù)模式(例如不良事件日期)。

改善臨床部位選擇并加快患者識別

將近80%的臨床試驗(yàn)未能滿足其患者入組截止日期。將未分析的歷史結(jié)構(gòu)化和非結(jié)構(gòu)化臨床試驗(yàn)數(shù)據(jù)結(jié)合到高級AI模型中，可以通過突出顯示高概率目標(biāo)來改善和加速臨床部位和患者選擇的決策。在積極的臨床計(jì)劃期間繼續(xù)使用高級AI模型可實(shí)現(xiàn)實(shí)時(shí)調(diào)整和過程更正。在臨床試驗(yàn)開始時(shí)就參與高概率成功目標(biāo)，并愿意進(jìn)行實(shí)時(shí)路線修正，這增加了滿足患者入組時(shí)間表的可能性。