輝瑞正在帶頭進(jìn)入通過(guò)人工智能和機(jī)器學(xué)習(xí)（AI/ML）來(lái)實(shí)現(xiàn)藥物發(fā)現(xiàn)和開(kāi)發(fā)的創(chuàng)新浪潮，公司正在迅速擴(kuò)大規(guī)模并招募人才、開(kāi)展合作，希望更快地為患者提供變革性藥物。
輝瑞表示其愿景包括三個(gè)方面：用人工智能揭示疾病生物學(xué)；利用這些見(jiàn)解來(lái)設(shè)計(jì)正確的分子；為臨床試驗(yàn)的成功確定合適的患者群體。
根據(jù) Biospace 的報(bào)道，輝瑞正在建立一個(gè)“機(jī)器學(xué)習(xí)研究中心”，負(fù)責(zé)在“關(guān)鍵投資”中創(chuàng)建新穎的預(yù)測(cè)模型和工具。該團(tuán)隊(duì)由負(fù)責(zé)機(jī)器學(xué)習(xí)和計(jì)算科學(xué)的副總裁 Enoch Huang 領(lǐng)導(dǎo)，將與全公司的專(zhuān)家合作，通過(guò)設(shè)計(jì)、部署和維護(hù)最先進(jìn)的工具和技術(shù)來(lái)確保 AI/ML 的成功應(yīng)用。團(tuán)隊(duì)將揭示與疾病病理生理學(xué)相關(guān)的見(jiàn)解，并生成相關(guān)的、可檢驗(yàn)的假設(shè)。
Huang 表示，“AI/ML 已經(jīng)融入輝瑞的藥物發(fā)現(xiàn)構(gòu)架中。當(dāng)我們的項(xiàng)目團(tuán)隊(duì)或設(shè)計(jì)化學(xué)家在研究化合物時(shí)使用機(jī)器學(xué)習(xí)而不自知，就標(biāo)志著我們的工作成功了。但我們需要將 AI/ML 應(yīng)用到藥物設(shè)計(jì)之外。我們看到了使用 ML 方法挖掘公共和專(zhuān)有數(shù)據(jù)集以更好地了解疾病病理學(xué)的巨大潛力，這可能會(huì)為患者帶來(lái)突破性療法，從而有意義地改變他們的生活。”
在談到了解疾病病理生理學(xué)的分子基礎(chǔ)時(shí)，Huang 指出了一種名為 Transformer 的強(qiáng)大 ML 架構(gòu)，該架構(gòu)是在開(kāi)發(fā)時(shí)考慮了語(yǔ)言模型。Transformer 是谷歌翻譯的基礎(chǔ)。“它可以幫助我們通過(guò)自然語(yǔ)言處理來(lái)理解生物醫(yī)學(xué)文獻(xiàn)。”
輝瑞副總裁兼早期臨床開(kāi)發(fā)、臨床 AI/ML 和定量科學(xué)負(fù)責(zé)人 Jared Christensen 表示，“我們正在構(gòu)建下一代工具，以在臨床前和臨床開(kāi)發(fā)范圍內(nèi)使用。我們將從我們已經(jīng)立足的領(lǐng)域開(kāi)始。”輝瑞的核心治療重點(diǎn)領(lǐng)域是內(nèi)科學(xué)、炎癥和免疫學(xué)、腫瘤學(xué)、疫苗以及罕見(jiàn)病。
Christensen 表示，輝瑞計(jì)劃在腫瘤學(xué)成果的基礎(chǔ)上更好地了解患者人群和分層。“我們正在尋找數(shù)據(jù)豐富的適應(yīng)癥來(lái)訓(xùn)練模型。通過(guò) AI/ML 來(lái)指導(dǎo)和影響目標(biāo)優(yōu)先級(jí)和患者分層，就像我們?cè)诨瘜W(xué)領(lǐng)域所做的那樣。”
在內(nèi)科學(xué)方面，Christensen強(qiáng)調(diào)了心力衰竭、糖尿病和非酒精性脂肪性肝炎，這些領(lǐng)域的患者人數(shù)眾多，每天都在積累更多數(shù)據(jù)。另外，對(duì)于類(lèi)風(fēng)濕性關(guān)節(jié)炎、克羅恩病和潰瘍性結(jié)腸炎等炎癥和免疫疾病也是如此。
輝瑞打算利用這些數(shù)據(jù)，連同相關(guān)的生物標(biāo)志物和下一代測(cè)序數(shù)據(jù)集，更好地了解其藥物可以在哪些方面產(chǎn)生最大影響。Christensen 表示，“我堅(jiān)信，我們現(xiàn)在稱(chēng)之為一類(lèi)疾病的病癥將繼續(xù)根據(jù)生物標(biāo)志物和臨床表型進(jìn)行細(xì)分。我相信這種革命將繼續(xù)發(fā)生在其它疾病上，就像我們?cè)谀[瘤學(xué)中看到的那樣。”
這些和其它臨床使用案例將有助于推動(dòng) ML 研究中心內(nèi)的方法開(kāi)發(fā)。Subha Madhavan 最近被聘為輝瑞早期臨床開(kāi)發(fā)中的臨床 AI/ML 和數(shù)據(jù)科學(xué)負(fù)責(zé)人，以幫助定義藥物項(xiàng)目的核心要求，這些項(xiàng)目將利用 ML 研究中心的創(chuàng)新方法來(lái)加速開(kāi)發(fā)。
這些努力將利用歷史臨床試驗(yàn)數(shù)據(jù)、生物標(biāo)志物數(shù)據(jù)和真實(shí)世界證據(jù)（例如來(lái)自電子病歷的證據(jù)）來(lái)精確定義患者群體，從而為研究設(shè)計(jì)提供信息。Madhavan 表示，這最終是為了提高輝瑞臨床試驗(yàn)在技術(shù)和監(jiān)管方面取得成功的可能性。輝瑞正在將經(jīng)典和深度學(xué)習(xí)等先進(jìn)方法應(yīng)用于從自己的臨床試驗(yàn)和發(fā)表的研究中整理的分子數(shù)據(jù)集，“以識(shí)別可能對(duì)某種治療有更好反應(yīng)的患者亞群。”
京公網(wǎng)安備11010802046783號(hào)
