人工智能和机器学习在药物研发过程中的应用将持续扩大；
人工智能有望大幅缩短开发新药所需的时间；
临床试验模式将不断创新，包括虚拟试验，以降低成本，并使潜在疗法更快地获得上市许可。
“唯一不变的是变化。”古希腊哲学家赫拉克利特的这句智慧箴言至今依然成立。对制药行业而言，这一点尤为真切，变革对其生存至关重要。在复杂的治疗领域和各类具体疾病中，攻克疾病的竞争异常激烈，药物研发这台“机器”因此承受着巨大压力。随着疾病的作用机制日益被深入理解，不同疾病之间的界限逐渐模糊，治疗领域正转向多靶点治疗，且不再局限于某一种疾病。这一过程尤其困难。
过去十年，这一领域取得了重大创新，尤其是在人工智能（AI）和机器学习等技术方面，旨在简化药物研发流程并消除其中的风险。然而，这仅仅是个开始。迈入新的十年，我们可以预期这些技术创新将持续演进，制药与科技的合作将更加广泛，临床试验模式也将不断创新，所有这些都以加快药物研发为目标。
人工智能有望大幅缩短开发新药所需的时间
过去十年，制药行业对人工智能的热情持续高涨，因为它有望大幅缩短开发新药所需的时间。人工智能能够处理海量数据，可应用于靶点识别、大数据分析、预测、患者匹配、分子设计自动化等诸多领域。众多制药机构已经采纳并应用了机器学习等人工智能方法，并大力投入，坚信人工智能将降低成本、缩短研发周期，并带来更多更优质的新药。
人工智能的一个重要前提在于，它能够支持并分析海量数据。药物研发路径中的关键环节，例如生物标志物发现、异常值识别以及合成对照组的构建，同样可以受益于人工智能系统和算法的应用。未来几年，数据共享应当有所提高。我们才刚刚开始挖掘人工智能在收集、管理和智能利用行业数据方面的价值。
众所周知，将人工智能融入药物发现阶段，能够以数据驱动的决策支持，判断管线中哪些潜在化合物值得进一步开发和测试，从而对创制更安全、更有效的药物产生巨大影响。传统的早期药物发现研究阶段，包括识别潜在疾病靶点以及开展测试以了解候选药物能否作用于已识别靶点，往往是一个漫长而复杂的过程，通常需要四到六年才能完成。人工智能有望压缩这一周期并优化流程，从而获得改进的或更具针对性的分子或化合物用于开发。
遗憾的是，目前尚未真正实现压缩这些研发周期的效果，对于其原因也存在不同观点。一种看法认为，新技术带来新的复杂性，需要更多的决策。而人类的决策过程并未随技术同步演进。由于人工智能从根本上改变了决策方式，人类的决策过程和工作方式也需要随之演进。采用人工智能技术，既取决于技术本身，也同样取决于人与数据互动的变革管理过程。成功的结果应是改造传统的药物发现流程，使其从人工智能中获益，而不是简单地将人工智能附加到药物发现流程之上。只有正确运用人工智能，药物发现才有望实现变革。这对于加快药物研发至关重要，并将引领“药物研发2.0”的确立。
科技合作将持续获得更广泛的关注
在未来十年，数字技术与生物制药企业之间的合作将持续获得更多关注，其目标是缩短并简化药物研发流程，同时将关键治疗方案带给最需要的患者。在最基本的层面上，制药与科技企业之间的合作有助于制药公司采取更加灵活的研发思维，即使在研发流程的切实收益显现之前，亦是如此。这些合作有望带来更高效、更具成本效益的“从实验室到病床”的解决方案。
临床试验模式的创新
除了人工智能和机器学习等在药物发现和早期研发中的技术创新之外，临床试验模式也将不断创新，以降低成本，并使潜在疗法更快地获得上市许可。一个日益增长的趋势是虚拟临床试验的兴起，它既能减少支出和患者负担，又能使试验和治疗尽可能便于患者获取、更具吸引力，从而提高患者留存率。
传统临床试验设有多个实体研究中心，患者须多次到访研究中心，方能满足研究方案的要求。在虚拟临床试验中，患者可以在家中舒适地参与试验，并通过监测设备、智能手机应用程序等方式远程记录数据。部分试验已开始引入智能合约，允许患者在线与其选定的对象共享健康数据，并能够透明地查看谁申请并获得了其个人健康信息的访问权限。虚拟临床试验还借助在线社交媒体互动平台，开展招募、知情同意、患者咨询、临床终点测量以及不良事件监测等关键工作。
以虚拟方式开展的临床试验为采用更以患者为中心的方式提供了机遇。在新的十年里，随着技术创新的涌现，虚拟临床试验的应用将不断扩展，使远程高效、有效地收集、监测和整理数据成为可能。虚拟临床试验模式、人工智能和技术合作，是将在新的十年影响药物研发的几项关键趋势，有助于加快将亟需的药物带给需要它们的患者。
