就身體機能的喪失來說，衰老很像是一種疾病，那衰老能否被治療呢？

用醫(yī)療AI在分子級層面上做整形手術，修復損傷，逆轉衰老的進程，這是Alex Zhavoronkov帶領下的Insilico Medicine公司作為先驅在嘗試的事情。

Alex是一名不同尋常的科學家，他是為數(shù)不多的既懂醫(yī)學又懂AI的科技創(chuàng)業(yè)者。

2014年，Alex創(chuàng)立了Insilico Medicine，現(xiàn)在已經成為了AI+醫(yī)療賽道上的頭部玩家。他的創(chuàng)業(yè)實踐，證明了AI+醫(yī)療的的巨大潛力。

傳統(tǒng)新藥研發(fā)像是一場冒險、漫長的豪賭：10年以上研發(fā)周期，30億美元左右的研發(fā)費用，以及高達92%的失敗率。

使用AI助力，Insilico希望做一個“綜合格斗家”，將新藥研發(fā)周期壓縮在兩到三年內，同時大幅降低成本和失敗率。

Alex相信，在不遠的未來，醫(yī)療AI不僅可以治療疾病，還能治愈衰老。

「創(chuàng)新無邊界」演講

Alex Zhavoronkov「AI的力量和新藥品的研發(fā)」

▍新藥研發(fā)是一場豪賭

新藥品的研發(fā)，是一個極度復雜、冒險和漫長的過程。

在2010年，研制一款新藥需要花費17-18億美元，現(xiàn)在需要30億美元。盡管技術在進步，新藥研發(fā)成本卻越來越高。

經常出現(xiàn)的情況是，從業(yè)者提出了一個治療疾病的假說，但卻沒能看到產品上市，因為新藥研發(fā)從想法到藥品生產往往需要10年以上，并且有著高達92%的失敗率。

新藥研發(fā)步驟繁瑣，耗財耗時

有80%的可能性，是花了一年時間還沒有找到標靶的治療元素；有75%的可能性，是又花了一年半找到了治療元素，然后再花兩年時間優(yōu)化它，從識別到優(yōu)化就過去了四年半。

和人臉識別AI相比，藥品研發(fā)AI有非常大的區(qū)別。第一是驗證結果的時間特別長，所以大部分都以失敗告終。第二是沒有足夠的成功案例去訓練模型，所以我不得不經常抽自己的血，來快速驗證一個假設。

缺少實驗對象時，抽自己的血來快速驗證

更糟糕的是，在制藥行業(yè)中，藥物發(fā)現(xiàn)和藥品開發(fā)通常不是一撥人，因為這兩個領域是不相連的。所以當引入新技術時，一旦無法同時與這兩個領域相融，時間成本就會成倍增加。所以很多人認為AI改變醫(yī)療行業(yè)，可能需要25年。

10年到25年，很少有藥企愿意承擔這樣的豪賭。這也是為什么聽說AI技術時，很多藥企持懷疑態(tài)度，因為他們已經聽過太多所謂的新技術，而這些新技術都失敗了。

▍醫(yī)療AI要做「綜合格斗家」

上世紀90年代，人們總喜歡爭論，哪種武術流派才是最棒的。實際上，要成為冠軍，你需要更善于近身搏斗、拳擊、腳法，甚至要精通摔跤技巧，要做一個「綜合格斗家」（MMA）。

新藥研發(fā)從業(yè)者也要成為一個「綜合格斗家」：你要善于識別目標，要緊密聯(lián)結生物和化學，要快速設計分子去扼殺目標，要精準預測臨床試驗的結果。

醫(yī)療AI要做綜合格斗家

然而，上述所有步驟，在當下的藥物研發(fā)中都是割裂的。

Insilico Medicine正在做的，就是用「綜合格斗家」一樣的AI，把這些步驟都統(tǒng)一起來，建立一套包括靶點識別、分子發(fā)現(xiàn)、臨床預測在內的端對端(end-to-end)新藥研發(fā)綜合解決方案。

我們尤其專注于靶點識別，使用病人的組學資料來發(fā)掘新的疾病靶點，當發(fā)現(xiàn)新的靶點后我們可以快速的運用生成化學深度學習模型來設計化合物驗證靶點的可靠性。

我并不是在說空話，Insilico目前已經在很多行業(yè)頂級雜志上發(fā)表文章。就在最近，我們在Nature Biotechnology上展示了一個令人印象深刻的成果：

這本雜志史上第四受歡迎的文章

我們的合作伙伴藥明康德曾對我們進行考驗，為一個具有挑戰(zhàn)性的蛋白質靶點生成新的分子。這個挑戰(zhàn)以前需要4年半時間，而我們僅用21天就完成了，又在46天里完成了一系列實驗驗證，而且命中率極高。

這種速度，包括實驗中使用的生成對抗網絡技術、增強學習技術，都是具有革新意義的成果。

這就是我正在努力實現(xiàn)的夢想，相比于傳統(tǒng)的十年研發(fā)周期，我希望把新藥的研發(fā)過程壓縮在兩到三年的時間里，然后快速治愈一種疾病。

▍像治療疾病一樣治愈衰老

衰老很像是一種疾病。當一個人變老，他會喪失一些身體機能，這是一個分階段的過程，我們常會把成年之后的衰老過程分成不同的階段，來看人們喪失的某種機能引發(fā)的疾病類型。

衰老是分階段的過程

那衰老能否治愈呢？這是Insilico作為先驅在嘗試的事情。我們用基因表達數(shù)據等生物數(shù)據，去訓練深度神經網絡，預測一個人的真實生理年齡。當實驗數(shù)據看起來像一塊布滿孔洞的瑞士奶酪時，衰老的秘密通常就藏在那些孔洞里。

我想表達的是，如果我們的模型在尋找疾病的病因上成功了，這個過程理論上也可以作用于衰老本身。

想象一下，我們的深度神經網絡模型，可以在50-60歲、60-70歲、70-80歲的衰老過程中，嘗試在分子級層面上做整形手術，找到那些因喪失機能而患病的因素，修復損傷，逆轉衰老的進程。

逆轉衰老過程

我是站在可靠的科學基礎上來講這番話的，我相信AI在醫(yī)療上的賦能不只是治療疾病，還能突破邊界，治愈衰老。

當然，這件事情不會很快發(fā)生，因為生物化學實在太復雜了。不過在未來，比如20年后，我們或許可以像治療疾病一樣治療衰老。