另外，当前药物成本逐渐升高，这样一种研发的重大转变，应该从逻辑上以较低的价格到达消费者端或者支付端。

　　Tufts药物开发研究中心2014年的一项研究显示，一款上市新药的平均药物研发成本在10年内增长了145％。

　　Pande博士预测，通过实现两个重要的行业里程碑，AI可能会导致药品价格降低。 他说：“一是大大缩短开发时间，开发时间的压缩是巨大的。”

　　这里的理由是，更快地进入市场可以解决生物制药公司面临的一个主要问题—— 缺乏专利以获得市场专有权来收回研发费用。

　　2016年5月23日，一篇发表在科学《SpringerPlus》上的文章指出，一款新药从最初的专利申请到获得监管部门批准平均需要12到13年，最后只剩下7到8年的专利期获得市场排他性。研究人员的结论是，“大部分新药都没有足够的时间来收回前期的研发费用，并且获得投资的正面回报。”

　　Pande博士说：“如果我们能够更快地开发成功，就可以有更多的时间来摊销成本。这点特别吸引人。”

　　AI可能影响药价的第二种方法是提高临床试验的成功率。根据2016年10月3日《Clinical Leader》的一篇文章，临床试验失败的成本估计在8亿美元至14亿美元之间，相当于平均26亿美元的新药开发成本的三分之一到一半以上。

　　Pande博士说，除了这两个“简单的胜利”之外，AI可能会以人们无法期望的方式在某些领域产生影响。他说：“我们看到的一个领域是数字疗法的兴起。这些是用于行为疗法的软件程序，通常是关于认知行为疗法。”

　　例如，他指出，美国疾病控制和预防中心（The U.S. Centers for Disease Control and Prevention）进行的糖尿病预防项目显示，对2型糖尿病的行为疗法比药物二甲双胍更有效。

　　他说：“另一个有趣的领域是，你可以结合数字治疗和现有的小（药物）。你甚至可以用低成本方式，将一个非专利药物做成同类最好的药物。”

　　Smarason先生说，还没有直接与AI相关的产品被批准。 “但是我会说，我们肯定会在10年的时间框架内，看到一些跟AI相关的重要（药物）产品面世。”

　　根据Hopkins博士的观点，目前AI面临的挑战之一是要求“药物研发领域专家定义合理的问题。如果提出的问题太宏大，相关数据不足，提交给AI的问题就会不完善。”

　　Deshpande博士说，另一个挑战是获得“高质量和一致性的数据来训练算法。目前数据通常保存在孤岛中，并且跨越多个组织。”

　　Lanza博士补充说，克服传统的研发文化也是一个挑战。 他说：“人工智能本质上意味着不可以解释，而是更多地用作‘黑匣子’。我经常听到，为了使这些预测预言，科学家们想知道AI是如何做到的。 这是通常思考AI的错误方式。关键是，这些算法可以看到的数据中的信号对于人类而言太窄或太宽。因此，如果我们要求人工智能产生人为可解释的结果，就可能AI去解决最有趣的问题。”

上一页  [1] [2] [3] [4] [5]