再心生物科技黃冠庸：從試藥場景撬動 AI＋藥物研發市場

一提及 AI 醫療，我們腦海中閃現的更多信息可能是關於醫療影像的。的確，在醫療行業中，效率問題是一個很大的癥結，而醫療影像又是在整個行業中佔大量比重的部分。所以，整個 AI 醫療中，影像發展較為成熟。不過，其實，相對於影像，醫療行業的新葯研發領域對 AI 的需求只增不減。

在TechCrunch 國際創新峰會杭州 2018主論壇上，致力於 AI + 藥物研發的再心生物科技科學發展副總裁黃冠庸分享了 AI + 醫藥研發的千絲萬縷。

相關數據顯示，全球醫藥研發投入在 2016 年已達到了 1454 億美元（此處不包括醫藥生產投入）。隨著新葯研發成本的不斷攀升，全球醫藥研發投入預計在 2021 年將會達到 1600 億美元。但是由於中國醫藥研發行業起步較晚，發展初期技術能力不足，研發投入較少，具有較大提升空間。

「很多新葯無法從實驗走到臨床試驗，那麼這就意味著他們在前期投入的大量時間精力與財力等資源都浪費了。所以我們必須要找到一種方案去解決這種低效的現狀，AI 就是潛在的解決方案。」黃冠庸說。製藥公司都看到了這個科技改變藥物研發行業命運的機會，所以很多製藥公司和 AI 公司強強聯手，希望在藥物研發方面可以做一些項目，如分析數據。

再心生物科技就是這麼一家 AI 公司，其推出了類似人類心臟的產品 Novoheart。一個類似人類心臟的產品和藥物研發又什麼關係？黃冠庸解釋了其中的奧秘：「傳統上，測試新葯在人身上有怎樣的反應，都是用老鼠實驗。但畢竟老鼠的心臟和人心臟還是有很多區別的，所以現在我們在嘗試做一個更像人心臟的產品，讓醫藥公司把他們藥物用在這個上面，看看藥效如何。」在醫療行業，只有無限接近真人，才可以預見更多的可能性，畢竟，人類是非常複雜的動物。

而且，根據需求不同，再心生物還可以提供相應的解決方案。就像你要研究一種藥物在中國人的心臟中的反應是怎樣，具體到一些遺傳疾病的心臟上的反應又是怎樣。再心生物可以給你提供一個「中國人的心臟」或者「有遺傳疾病的心臟」。黃冠庸強調：「我們不是光生產了這些生物組織，更多是從這些組織當中拿到多方面、多維度的數據。然後再把這些數據提供給醫藥公司。再通過機器學習幫助處理數據，告訴你這些數據和藥物研發到底怎樣結合運用。」他舉了一個應用場景：「看哪一個藥物測試結果是最好時，醫生可能先在 Novoheart 上試藥，再應用到病人身上，這是更加智能的方法，我們首先進行先期的篩選。」

「我們一直強調安全用藥，之前都是用的動物模型檢驗藥物，現在的趨勢是用人的模型進行藥物測試。所以，科技可以帶給我們很大的變化，一些不同的科技可以強強聯手帶來更好的效果。」黃冠庸說。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！