制药行业是全球效率最低的行业之一。
大量资金、时间和数据被浪费在徒劳无益的研究上。
人工智能有助于为研发项目确定最佳疾病靶点。
在制药行业，企业往往耗费数十年时间、数百亿美元以及无数工时，在动物和人体上开展实验，试图验证某一疾病机制可以通过特定类别的药物加以干预这一假设。
这些探索中有百分之九十在临床试验阶段失败，在临床前研究阶段失败的则更多，由此留下大量所谓的“暗数据”——即在研发过程中收集、但未经处理或分析的数据。
很多情况下，药物在原定用途上失败，但在其他领域可能有效。一个广为人知的例子是伟哥，它最初被用于某种心血管疾病的试验，之后才成为畅销的治疗勃起功能障碍的药物。目前引发广泛关注的减重药司美格鲁肽（Ozempic）最初是作为糖尿病药物起步的。
不过，大多数药物并没有第二次机会。这造成了大量暗数据、研究成果和资金的闲置与浪费。这种巨大的浪费使制药业成为全球效率最低的行业之一。若要解决制药行业的低效问题，首先必须审视造成这种浪费的主要因素。制药企业终止研发项目的原因众多，主要包括：
1. 生物学或化学层面的缺陷
通常情况下，药物无法治疗其设计所针对的疾病，或毒性过大。人体生物学十分复杂，可能难以为在研药物找到合适的适应症。
2. 专利保护期较短
专利为制药企业提供长达20年的独占期，在此期间企业拥有药物的垄断地位，并可自主定价。但即便是20年的专利期也可能不够。平均而言，一种药物获批上市需要10年。如果因企业易手、小规模失败、监管延误或融资困难而耗时更长，继续推进研发可能就不再经济合算。近期出台的《通胀削减法案》（IRA）使情况更加严峻，因为许多制药企业正降低小分子药物的研发优先级，转而投入成本高昂的《通胀削减法案》（IRA）生物制剂（即源自生物体的产品，例如疫苗），因为这类产品能为企业提供更多保护其业务的途径。
设想这样一个假设性场景：某药物的专利剩余保护期为10年，一家企业在前列腺癌的II期临床试验中失败，但发现该药物可能对乳腺癌有效。在针对新适应症重新开展工作后，该药物还需再花费六至八年才能获批上市，这意味着只剩两年专利保护期，之后其他企业便可以生产和销售该药物。
3. 管理层变动
在我担任英矽智能（Insilico Medicine）首席执行官的10年间，我见过多位首席科学官和制药研发负责人多次更换职位。许多制药企业至少更换过一次首席执行官。每当管理层发生变动，研发工作随之调整。新任管理层可能削减或增加内部研发投入，但他们几乎总会将重点从一个领域转向另一个领域。我曾见过一位新任首席科学官上任后，裁撤了近70%的内部研发项目和大部分外部研发合作，转移公司重心，与关系密切的同事达成大额交易，并在短短几年后跳槽到其中一位同事创办的公司。
4. 战略重心转移
当新兴技术崛起时，制药企业往往会追逐这一机遇。由诺和诺德（Novo Nordisk）和礼来（Eli Lilly）率先推动的抗肥胖药物近期取得进展，促使许多制药企业削减整个治疗领域和部门，以重新聚焦于这一新兴领域。许多企业意识到自己错失了注射型生物制剂这一特定路径，于是开始收购口服小分子抑制剂。另一些企业则发现，部分抗肥胖药物存在包括肌肉流失在内的潜在风险，于是转而研发抗肌肉萎缩药物。在这一根本性转向中，许多有前景的抗癌药物很可能会被放弃。
5. 问责机制缺失
由于一个治疗项目在上市前往往需要数千人历经多年协作，因此项目失败时很难将责任归咎于某一特定个人或少数人。很少有首席执行官能够单独被认定为推动早期研究平台优先发展、发现药物、完成临床试验并使药物上市的功臣。
人工智能优化的制药业
最好的循环利用方式，是从源头上避免产生废弃物。生成式人工智能能够显著提高治疗项目的成功率：它可以帮助选定正确的疾病靶点，并生成具有理想特性的高度优化分子，而无需大海捞针般地筛查适应症清单，以确定靶点/机制与药物组合可能有效的领域。
真正拥抱人工智能的制药企业可以同时开展同一药物的平行临床试验，既可作为单药试验，也可与其他药物联合用于多种预计有效的疾病。这种方式可能有助于同时应对多种疾病，并在药物仍处于专利保护期内实现盈利增长。
生成式人工智能系统还可以追踪从项目启动到结束、负责关键决策的企业管理层和研究人员。基于制药数据训练的生成式人工智能平台，可以作为多智能体系统投入使用，协助招募并跟踪制药高管的绩效，支持以目标为导向的业务拓展、授权许可及并购，并提供有关成果与进展的实时报告。
制药企业正面临大规模独占期丧失的挑战，其重磅治疗药物中有20%至70%将失去专利保护，而可供收购的潜在重磅药物机会也十分有限。这些企业需要开始进行有问责机制和实时报告的重大布局，涵盖内部研发和外部合作。借助最新的生成式人工智能平台，这些决策可以做得更加精准。
当然，这些变革并不容易推行，因为投资者、员工、董事会成员乃至政策制定者往往会抵制重大变革。近期，一家大型制药企业的新任首席执行官推出了一项计划，拟重整内部研发，通过内部开发的疗法和早期授权许可交易补充产品管线，结果该公司股价在一天之内下跌了20%。
短期内，我们应预料到市场会对这些大胆但必要的举措做出负面反应，直至率先全面采用生成式人工智能战略的企业取得成功。这需要数年时间。但最终，加快生成式人工智能在制药行业的应用，不仅对减少资源浪费至关重要，也对提升全人类的生活质量至关重要。
