DrugGPT cách ChatGPT bao xa? Công ty dược phẩm AI: "điểm nghẽn" không phải sức mạnh tính toán mà là dữ liệu

Nguồn: "Ban Sáng tạo Khoa học và Công nghệ Hàng ngày"

Phóng viên: Yu Shiqi, Zhu Jieyan

Nguồn hình ảnh: Được tạo bởi Unbounded AI‌

Tại Hội nghị Trí tuệ Nhân tạo Thế giới WAIC 2023 vừa diễn ra, sự bùng nổ của AI tổng quát gần như xuyên suốt toàn bộ hội nghị. Là cửa hàng chuyển đổi được chú ý nhiều nhất hiện nay, các nhà đầu tư, giới trong ngành và giới học thuật đều đặt rất nhiều kỳ vọng vào nó, đặc biệt là làm thế nào để khai thác các cơ hội đột phá ở cấp độ ứng dụng.

AI+medicine là một trong những cơ hội được nhìn thấy. Tại hội nghị này, Su Zifeng, Chủ tịch kiêm Giám đốc điều hành của Advanced Micro Devices (AMD), trong bài phát biểu của mình cho biết chăm sóc sức khỏe là lĩnh vực mà AI có thể thực sự ảnh hưởng đến kết quả của con người và sẽ giúp các bác sĩ chẩn đoán tốt hơn.

Đối thủ cũ của cô di chuyển nhanh hơn. Vào ngày 12 tháng 7, Nvidia đã công bố khoản đầu tư 50 triệu USD vào công ty dược phẩm AI Recursion dưới hình thức cổ phần tư nhân. Người sáng lập và Giám đốc điều hành của nó, Huang Renxun, cho biết trong thông báo rằng AI tổng quát là một công cụ mang tính cách mạng trong việc phát triển các loại thuốc mới và liệu pháp mới. Recursion đang sử dụng các sản phẩm liên quan của NVIDIA để tiến hành công việc tiên phong trong lĩnh vực hóa sinh, thúc đẩy sự phát triển của mô hình phân tử sinh học AI tổng quát lớn nhất thế giới, từ đó thúc đẩy sự phát triển của công nghệ sinh học và tăng tốc khám phá thuốc cho các công ty dược phẩm.

Dược phẩm AI luôn là một trong những điểm nóng ở Trung Quốc, và một số công ty hàng đầu đã vươn lên dẫn đầu thế giới về công nghệ đã xuất hiện. "Nhật báo Kechuangban" đã mời He Qi, đồng sáng lập kiêm Giám đốc điều hành của TB Medical, Zhang Peiyu, giám đốc khoa học của Jingtai Technology và Shenshi Technology Wang Xiaofo, người đứng đầu bộ phận chiến lược và ba đại diện trong ngành đã chia sẻ những cơ hội và thách thức trước mắt họ.

Cái "mắc kẹt" không phải là sức mạnh tính toán mà là dữ liệu

Về tác động của làn sóng AI sáng tạo, nhận thức chung của ba doanh nhân là nó đã trở nên “nóng”.

He Qi, Giám đốc điều hành của TBMI Pharmaceuticals, cho biết toàn bộ ngành dược phẩm vẫn đang trong một mùa đông lạnh giá, nhưng xu hướng dược phẩm AI đã bắt đầu khởi sắc. Vào tháng 3 năm nay, TBM đã hoàn thành khoản tài trợ vòng A trị giá 35 triệu đô la Mỹ, vào thời điểm đó, nó đã nhận được sự hỗ trợ của nhiều tổ chức hàng đầu và hiện tại, nhiều tổ chức đã bày tỏ sự quan tâm đến mô hình kinh doanh.

Cả Zhang Peiyu, giám đốc khoa học của Jingtai Technology và Wang Xiaofo, trưởng bộ phận chiến lược của Shenshi Technology, đều tin rằng tác động của AI tổng hợp chưa được truyền trực tiếp đến dược phẩm AI, nhưng nó đã mang lại những tín hiệu tích cực cho ngành. Zhang Peiyu đã đề cập: "Các điểm nóng đầu tư của GPT vẫn xoay quanh các mô hình lớn, cơ sở dữ liệu và điện toán đồ họa. Đây mới chỉ là bước khởi đầu. Trong tương lai, nó chắc chắn sẽ chuyển sang các lớp ứng dụng được chia nhỏ hơn như y học và sản xuất. Đây là sự tăng trưởng tất yếu . quá trình.**"

Trước khi ChatGPT bùng nổ, nghiên cứu và phát triển thuốc mới hỗ trợ AI đã trở thành sự đồng thuận của ngành. Báo cáo nghiên cứu cho thấy bằng cách cho phép khám phá mục tiêu thuốc và sàng lọc hợp chất thông qua học máy (ML) và học sâu (DL), tỷ lệ thành công của việc phát triển thuốc mới có thể tăng từ 12% lên 14%, tiết kiệm khoảng 55 tỷ USD trong sàng lọc hợp chất và chi phí thử nghiệm lâm sàng trên toàn thế giới mỗi năm. **

Nhưng mặt khác, dược phẩm AI cũng đang phải đối mặt với những nút thắt cổ chai. Dược phẩm AI hiện chủ yếu được sử dụng trong giai đoạn đầu khám phá thuốc và sàng lọc hợp chất chì.Trong giai đoạn thử nghiệm lâm sàng, vẫn cần nhiều người hơn để hoàn thành công việc liên quan. Đồng thời, AI dược phẩm cũng bị hạn chế bởi tác động của tính đồng nhất dữ liệu. Theo nghĩa phổ biến, tài liệu học tập AI là dữ liệu thử nghiệm do con người tạo ra và AI không thể tự tạo dữ liệu mục tiêu không phổ biến. Điều này cũng có nghĩa là khả năng tưởng tượng cao nhất của AI tổng quát bị hạn chế.

Do đó, tình thế tiến thoái lưỡng nan mà các công ty dược phẩm AI phải đối mặt hoàn toàn khác với các công ty mô hình lớn hiện nay. Zhang Peiyu thẳng thừng tuyên bố trong cuộc phỏng vấn rằng sức mạnh tính toán và thuật toán không phải là rào cản cốt lõi hạn chế sự phát triển của các công ty dược phẩm AI. Hàng trăm GPU và thuật toán lặp hiện tại đủ để hỗ trợ nhu cầu của một công ty dược phẩm AI, mấu chốt nằm ở dữ liệu. **

"Cho dù đó là mô phỏng tính toán thông qua lợi thế của sức mạnh điện toán AI, đẩy nhanh quá trình sàng lọc và tối ưu hóa các chất chì hay thiết kế cấu trúc phân tử mới dựa trên kinh nghiệm và đào tạo dữ liệu lớn, thì đều cần một lượng lớn dữ liệu để hỗ trợ. Đối với dược phẩm AI các công ty, cốt lõi của nó được xây dựng dựa trên năng lực sản xuất dữ liệu." Zhang Peiyu nói.

Theo quan điểm của He Qi, lý do chính khiến AI có thể đóng một vai trò tương đối hạn chế trong giai đoạn phát triển thuốc sau này là do thiếu dữ liệu, đặc biệt là dữ liệu cần thiết trong giai đoạn lâm sàng hoặc y học dịch thuật. Điều này đặt ra thách thức lớn cho công tác đào tạo người mẫu lớn.

Việc thiếu dữ liệu không chỉ thể hiện ở số lượng, Wang Xiaofo còn phân tích sâu hơn về cốt lõi của vấn đề: "Số lượng dữ liệu hiện tại không đủ, bởi vì chi phí tạo dữ liệu thông qua các thí nghiệm rất cao. Điều rắc rối hơn nữa là chất lượng không thể được đảm bảo hoàn toàn. Ví dụ, cùng một thí nghiệm, nếu A làm và B làm, kết quả có thể khác nhau. Bản thân nó bị ảnh hưởng bởi nhiều yếu tố bên ngoài và các lỗi liên quan. Số lượng và chất lượng của dữ liệu cơ bản không thể được đảm bảo, kết quả trực tiếp Đó là hiệu suất và kết quả của việc học AI sẽ giảm đi rất nhiều."

Theo ý kiến của một số chuyên gia dược phẩm AI, con đường từ ChatGPT đến DrugGPT rất quanh co và khó khăn. Nhưng theo cách tương tự, dưới làn sóng AI sáng tạo, dược phẩm AI có cơ hội mang lại những thay đổi về chất cho toàn ngành dược phẩm, phá vỡ nút thắt của đổi mới và giải quyết vấn đề cơ bản về hiệu quả R&D.

**Tương lai của DrugGPT là bao xa? **

Điều đầu tiên cần giải quyết là vấn đề năng lực sản xuất dữ liệu.

Ý tưởng của Jingtai là "tự động hóa + trí thông minh". Zhang Peiyu tin rằng quá trình nghiên cứu và phát triển thuốc là một quá trình lặp đi lặp lại thử và sai liên tục, nhiều trong số đó là truyền thống sử dụng nhiều lao động và có thể hoàn toàn tự động thay thế sức lao động của con người để nâng cao hiệu quả và độ chính xác. Phần lớn công việc họ làm bây giờ là chuyển đổi các quy trình truyền thống thành các quy trình tự động và theo dõi dữ liệu có độ chính xác cao thông qua các quy trình tự động và đưa chúng trở lại các mô hình AI trong thời gian thực. Phương pháp này có thể thu thập nhiều dữ liệu thực tế và toàn diện hơn so với thí nghiệm của con người, cải thiện hiệu quả của con người nhiều lần và trao quyền cho con người thực hiện nhiều khám phá đổi mới thành công hơn.

Dữ liệu do quá trình tự động hóa tạo ra liên tục thúc đẩy quá trình phát triển và tối ưu hóa các thuật toán thông minh. Hiệu quả tự động hóa càng cao thì dự đoán của các thuật toán thông minh càng chính xác và phạm vi ứng dụng càng rộng. Đồng thời, tính thông minh còn thể hiện ở việc chuyển đổi thông tin phi cấu trúc thành dữ liệu có cấu trúc. Theo ông, giờ đây AI có thể trích xuất thông tin như lộ trình tổng hợp và cấu trúc phân tử ẩn trong các tài liệu phi cấu trúc và bằng sáng chế, chuyển đổi chúng thành dữ liệu có cấu trúc, cải thiện hiệu suất của thuật toán, sau đó xuất các lộ trình tổng hợp đã thiết kế sang thiết bị tự động. , quá trình sản xuất dữ liệu. Trong quá trình này, AI cũng có thể đóng vai trò lập lịch trình và lập kế hoạch, gọi song song nhiều công cụ khác nhau một cách hiệu quả và hoàn thành vòng khép kín từ dự đoán thuật toán đến xác minh thử nghiệm cho các tình huống ứng dụng khác nhau.

Zhang Peiyu nói: "Đây là một hướng phát triển đáng mong đợi. Cuối cùng, một mình AI có thể kết nối vòng khép kín của thiết kế và sản xuất, đồng thời tự động hoàn thành nghiên cứu và phát triển thuốc."

Shenshi đã đề xuất một mô hình nghiên cứu khoa học mới về AI cho Khoa học, nói một cách đơn giản, đó là sử dụng AI để tìm hiểu các quy luật khoa học về sự vận hành cơ bản của một loạt sự vật. Wang Xiaofo cho biết, đối mặt với vấn đề khan hiếm dữ liệu, họ đã đưa AI vào lĩnh vực nghiên cứu khoa học cấp thấp hơn, cho phép AI sử dụng khả năng phân tích dữ liệu và điều chỉnh chức năng mạnh mẽ của mình để tìm hiểu các quy luật và nguyên tắc khoa học, đồng thời có được các mô hình có thể sử dụng được để giải quyết các vấn đề thực tế .Vấn đề nghiên cứu khoa học, đặc biệt là hỗ trợ các nhà khoa học tiến hành một số lượng lớn các kiểm chứng và thử sai theo các giả định khác nhau, do đó thúc đẩy mạnh mẽ quá trình nghiên cứu và khám phá khoa học.

Hiện tại, có thể thấy sự cải thiện về hiệu quả. Wang Xiaofo đã đề cập rằng trước đây có thể phải thực hiện nhiều lần các thí nghiệm thông lượng cao trong quá trình sàng lọc thuốc. Bây giờ, mô hình mới của AI cho Khoa học được sử dụng để tính toán, và sau đó tiến hành sau khi tính toán. Đối với một phần nhỏ của xác minh, gần đây chúng tôi đã cố gắng thực hiện một số lượng thí nghiệm ít hơn so với trước đây và chúng tôi có thể nhận được các loại thuốc ứng cử viên. Điều này tương đương với việc cải thiện hiệu quả hơn 10 lần.

Sự may mắn về hiệu quả đã mang lại những thay đổi ở cấp độ thấp hơn. Theo Zhang Peiyu, phòng thí nghiệm trí tuệ kỹ thuật số tự động do Jingtai thiết kế cho y sinh học không chỉ được sử dụng cho nghiên cứu và phát triển thuốc mà còn có thể được mở rộng hơn nữa sang hướng kỹ thuật hóa học và vật liệu mới cũng cần sàng lọc thử nghiệm. giống nhau. Nhưng các yêu cầu bảo mật, chu kỳ xác thực và độ phức tạp của dự án trong các lĩnh vực này thấp hơn đáng kể. Đây là một thị trường khổng lồ không yếu hơn dược phẩm, hiện tại họ đã đạt được sự hợp tác với một số công ty hóa dầu, vật liệu lưu trữ năng lượng và các công ty nghiên cứu và phát triển vật liệu mới khác.

Đối với tương lai, anh có kỳ vọng khá lạc quan, sau khi vượt qua nút cổ chai của sản xuất dữ liệu, AI dược phẩm có cơ hội thông qua thay đổi định lượng để tạo ra thay đổi về chất, trong tương lai, toàn bộ quá trình phát triển thuốc có thể sẽ do AI dẫn dắt, gây khó khăn cho- mục tiêu thuốc và thuốc mới Cơ chế sản xuất thuốc đã tạo ra một thế hệ thuốc chất lượng cao mới, tạo ra các đường ống thuốc mới và thị trường gia tăng. Trong 20 hoặc 30 năm nữa, có thể kỳ vọng rằng 90% công việc nghiên cứu và phát triển các loại thuốc mới có thể được thực hiện hiệu quả hơn nhờ trí tuệ nhân tạo. , với ít nguồn lực , thời gian và nguy cơ thất bại hơn, để có nhiều thuốc đến tay bệnh nhân hơn.

Hiện tại, He Qi tin rằng động lực của AI cho nghiên cứu và phát triển thuốc đã đạt đến đường cong thứ 2. Các công ty công nghệ sinh học chắc chắn sẽ cần đầu tư nhiều vào điện toán khi thực hiện nghiên cứu và phát triển các loại thuốc tân tiến. Dựa trên điểm đau này, các công ty dược phẩm AI cung cấp thiết bị và sức mạnh tính toán, cũng như hỗ trợ chuyên gia, đã được nhiều khách hàng công nhận. Sau khi đặt nền móng cho thương mại hóa, các công ty có thể khám phá thêm các lộ trình R&D thuốc hỗ trợ AI từ góc độ dài hạn hơn.