在传统药物发现流程中，药物开发尝试的成功率不到10%。
人工智能与量子技术的融合，为优化药物发现中的基础流程提供了独特方案。
采用人工智能和量子技术也会带来实施和伦理方面的挑战；值得信赖技术中心制定的可信赖框架对此作出了回应。
传统药物发现流程无法满足当前和未来的全球医疗保健需求。从初期研发到临床试验，这些繁琐流程可能历时十年，而且更有可能无法通过药物审批。事实上，超过90%的药物开发尝试未能成功。
遗憾的是，这往往意味着人类面对新出现和持续传播的病毒与感染时毫无防备。联合国世界卫生组织预测，到2050年，抗微生物药物耐药性（AMR）将导致1000万人死亡；抗微生物药物耐药性是指微生物对现有药物产生耐受。
然而，人工智能（AI）和量子技术的进步可能改变这一局面。这些新兴技术正协同提升现有的药物发现系统。
量子人工智能：药物发现的新时代？
包括新型优化技术在内的深度学习方法，有助于识别和验证分子靶点。确定分子靶点后，人工智能模型会搜索并优化化合物相互作用，从而为相关分子靶点拓展有效化学化合物的发现范围。与此同时，量子技术提升了人工智能的能力。先进的图形处理器（GPU）通过并行处理，使人工智能模型能够利用更大规模的数据集，更快地得出结果。
人工智能与量子技术的协同关系催生了一种新型分析工具：量子机器学习（QML）。与传统机器学习不同，量子机器学习能够处理更大的数据集，同时生成更快速、更准确的结果。在面对复杂的优化难题时，这些技术尤其有用，例如寻找合适的分子结合取向或提高药物吸收率。
药物发现的新前沿
值得信赖技术中心详细阐述了人工智能和量子技术在药物开发关键阶段中的作用，涵盖从最初发现到后期临床试验的全过程。该中心近期发布的论文《药物发现与开发的新前沿：人工智能与量子技术》，切实概述了这些技术的局限，以及制药企业在将新技术应用于传统系统并应对伦理讨论时不可避免地面临的挑战。
为管理这项可能带来变革的技术并充分把握其机遇，值得信赖技术中心制定了一个框架，以促进对这些新兴工具的信任、效能和妥善使用。该框架称为 VITAL PIECES，阐明了在药物发现流程中应用人工智能和量子技术时应采取的审慎、理性方法。
让量子人工智能药物发现惠及所有人
该框架强调了七个关键领域，以确保最有效、负责任地使用这一新兴工具：
1. 企业应制定详尽、量身定制的风险缓解计划，优先考虑透明度、文档记录以及有充分理由的流程调整。
2. 定期评估人工智能模型，严格管理数据以防止偏差，并制定稳健的数据策略，以维护药物开发流程的完整性。
3. 与监管机构清晰沟通，并以多学科方式设计解决方案，是建立信任、稳健整合这些技术的内在机制。
4. 在整个药物发现周期中注重安全并遵循指导原则至关重要；同时应倡导全行业更广泛地采用这些原则。
5. 在人工智能与量子技术整合的早期阶段开展合乎伦理的合作并分享最佳实践，对于负责任地采用这些技术至关重要。
6. 对全体员工开展伦理原则和风险缓解策略方面的培训是首要任务。
7. 秉持兼顾这些技术利弊的共同愿景继续推进，对于维护信任并确保更快获得药物至关重要。
人工智能和量子技术能为制药行业带来巨大益处。然而，行业必须谨慎推进转型，秉持伦理审慎态度，并全面认识药物开发固有的挑战与责任。将这类技术整合与既定原则和伦理准则相协调，对于发挥其变革力量，同时维护行业赖以立足的信任与安全至关重要。
