看《我不是藥神》哭過后，思考了背后的藥物研發(fā)問題
看《我不是藥神》哭過后，思考了背后的藥物研發(fā)問題
2018-07-10 14:30:36 來源：億歐網(wǎng)
搶沙發(fā)
2018-07-10 14:30:36 來源：億歐網(wǎng)
摘要：筆者觀看了《我不是藥神》，感動之余，引發(fā)了對藥物研發(fā)問題的思考。電影觀眾因為同情弱者，很容易把影片中的醫(yī)藥代表以及醫(yī)藥公司打上“唯利是圖”的標簽，然而不少醫(yī)藥行業(yè)人士表示影片價值觀導向并不客觀。筆者同樣認為，將天價藥單純歸咎于藥企欠妥。電影中的 “天價藥”問題是醫(yī)藥行業(yè)中最難解決的問題之一，背后關(guān)聯(lián)的是藥物研發(fā)的現(xiàn)狀，值得深思。
關(guān)鍵詞：
藥物
過后
背后
筆者觀看了《我不是藥神》，感動之余，引發(fā)了對藥物研發(fā)問題的思考。電影觀眾因為同情弱者，很容易把影片中的醫(yī)藥代表以及醫(yī)藥公司打上“唯利是圖”的標簽，然而不少醫(yī)藥行業(yè)人士表示影片價值觀導向并不客觀。筆者同樣認為，將天價藥單純歸咎于藥企欠妥。電影中的 “天價藥”問題是醫(yī)藥行業(yè)中最難解決的問題之一，背后關(guān)聯(lián)的是藥物研發(fā)的現(xiàn)狀，值得深思。
藥價高合理嗎？
不少人會疑問，為什么醫(yī)藥企業(yè)把藥價定的這么高呢？是因為藥物研發(fā)的周期長、投入高、成功率低，藥企的一款新藥能夠順利上市非常不易。
如電影中藥企的原型諾華，研發(fā)治療慢粒白血病的藥物“格列衛(wèi)”投入超過50億美元，研發(fā)時間超過10年。一般藥物在研發(fā)階段的化合物有20年的專利權(quán)保護期，除去研發(fā)時間，真正上市可以獲得壟斷收益的時間不足10年。
億歐智庫在醫(yī)藥研發(fā)的報告中梳理了藥物研發(fā)流程，如下圖所示，通俗一點來講，藥物研發(fā)分成靶點確認、化合物篩選、藥物動力學研究、動物實驗、臨床人體實驗五個階段。
藥物研發(fā)過程中任何一個階段出現(xiàn)問題，都會使藥物的研發(fā)成本不斷升高。而如果新藥在最后的臨床研究中實驗數(shù)據(jù)未通過而失敗，此時藥企若選擇擱置研發(fā)，前期投入的數(shù)億甚至數(shù)十億美金的研發(fā)成本將變?yōu)閾p失，而選擇繼續(xù)推進研發(fā)，則需投入更多資金。
人工智能技術(shù)可以提高藥物研發(fā)效率從而使藥價下降嗎？
人工智能、大數(shù)據(jù)、基因測序、虛擬現(xiàn)實等技術(shù)正在被應(yīng)用于研發(fā)流程之中。以人工智能為例，深度學習算法模型的訓練優(yōu)化，需要大量的標注數(shù)據(jù)樣本。而在醫(yī)藥行業(yè)，不論是全球的制藥企業(yè)和醫(yī)療機構(gòu)所積累的數(shù)據(jù)，還是各類學術(shù)期刊論文、結(jié)構(gòu)化或非結(jié)構(gòu)化數(shù)據(jù)集，數(shù)據(jù)量都是十分巨大的。將這些數(shù)據(jù)進行降噪后，用于人工智能算法模型訓練，然后用于醫(yī)藥研發(fā)的流程之中，能夠有效加快研發(fā)速度，降低研發(fā)成本，提高研發(fā)成功率。目前人工智能主要作用于藥物研發(fā)主要有七大應(yīng)用場景，包括靶點藥物研發(fā)、候選藥物挖掘、化合物篩選、預測ADMET性質(zhì)、藥物晶型預測、輔助病理生物學研究，以及發(fā)掘藥物新適應(yīng)癥。
以國內(nèi)兩家AI藥物研發(fā)企業(yè)為例
多晶型現(xiàn)象是一種物質(zhì)能以兩種或兩種以上不同的晶體結(jié)構(gòu)存在的現(xiàn)象。對于化學藥物，幾乎所有的固體藥物都存在著多晶型狀態(tài)。曾有數(shù)個藥品因為晶型問題導致延遲上市或撤市，損失慘重。晶泰科技致力于藥物晶型預測，利用人工智能，高效地動態(tài)配置藥物晶型，可以完整預測一個小分子藥物的所有可能的晶型。相比傳統(tǒng)藥物晶型研發(fā)，制藥企業(yè)無需擔心由于實驗搜索空間有限而漏掉重要晶型，可以更加自如地應(yīng)對來自仿制藥企的晶型專利挑戰(zhàn)。此外，晶型預測技術(shù)也大大縮短了晶型開發(fā)的周期，更有效地挑選出合適的藥物晶型，縮短研發(fā)周期，減少成本。
藥物化合物數(shù)據(jù)是專利，屬于制藥公司的資產(chǎn)。然而需要尋找適應(yīng)癥的化合物數(shù)據(jù)，是由于安全性不夠沒有通過臨床或是當時選定的適應(yīng)癥有效性不足暫時擱置。云勢軟件打造的的藥物發(fā)現(xiàn)引擎是基于AI算法系統(tǒng)，結(jié)合專家決策，在已知化合物中尋找更為精準對應(yīng)的適應(yīng)癥，可將尋找適應(yīng)癥效率提升60%。在前期的化合物數(shù)據(jù)積累和算法成熟后，進行尋找病人階段，實現(xiàn)精準治療和個性化用藥。目前云勢與德國制藥公司默克合作，默克公司提供80個化合物，云勢利用AI技術(shù)做整體的后期分析，為80個化合物一個更好的方向，更精準的匹配適應(yīng)癥。據(jù)了解，這一過程適應(yīng)癥3-5個月就能完成，可大幅提高藥物研發(fā)的效率。
但是，目前世界范圍內(nèi)AI藥物研發(fā)還沒有成功案例，進入較早發(fā)展較快的一些國外企業(yè)利用AI研發(fā)的新藥進入二期臨床，而二期到三期的失敗率高達70-80%，AI藥物研發(fā)將是一場持久戰(zhàn)。藥物研發(fā)壁壘高，需要強大的人才復合型團隊，AI企業(yè)不敢輕易涉足，但另一方面來看，先入企業(yè)有數(shù)據(jù)積累優(yōu)勢。
如果技術(shù)能夠有效縮短藥物研發(fā)時間，提高研發(fā)上市成功率，那么藥物研發(fā)的成本就會大幅度降低，藥企也就不會將新藥的價格定得如此之高。以一個相對低的價格，藥企能夠覆蓋成本并且盈利，患者也能買的起藥治病，整個社會的效率都會提升。
第三十四屆CIO班招生
國際CIO認證培訓
首席數(shù)據(jù)官（CDO）認證培訓
責編：content
免責聲明：本網(wǎng)站（http://www.www.gypb.net/）內(nèi)容主要來自原創(chuàng)、合作媒體供稿和第三方投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
本網(wǎng)站刊載的所有內(nèi)容（包括但不僅限文字、圖片、LOGO、音頻、視頻、軟件、程序等）版權(quán)歸原作者所有。任何單位或個人認為本網(wǎng)站中的內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，請及時通知本站，予以刪除。
