新药研发存在环节多、研发费用高、研发周期长且风险大等问题。近年来，随着人工智能技技术的不断发展，业内认为，将人工智能技术运用到新药研发当中来，或能解决这些问题。来自 Tech Emergence 的一份关于研究所有行业人工智能应用的报告结果表明，人工智能可将新药研发的成功率从 12%提高到 14%，为生物制药行业节省数十亿美元。

　　据悉，目前，人工智能在新药研发领域主要应用于靶点发现、化合物合成、化合物筛选、晶型预测、患者招募、优化临床试验设计和药物适应症开拓等环节。业内表示，当前“人工智能+新药研发”已经进入快速成长期。为提高新药研发的效率，国际制药企业纷纷进行该方面的开发与布局，并且不少企业都采取了合作的方式。

　　例如，早在2015年，默沙东就与Atomwise合作，其开创性的AtomNet技术平台能像人类药物化学家一般逻辑思考，它每天使用强大的深度学习算法和超级计算机工具分析数百万的潜在疗法，从而加快药物研发进程。

　　2016 年11月，BenevolentAI 与强生合作，用人工智能开发候选药物，同时展开商业化探索。

　　2016年12月，IBM Watson Health与辉瑞达成合作协议，辉瑞将使用 Watson 分析大量的异构数据，共同致力于癌症药物研发。

　　2017年6月，武田制药与Numerate签署合作协议，Numerate将其新的AI技术应用到化合物筛选环节，缩短武田制药的新药研发时间。

　　2017年7月，葛兰素史克与Exscientia开启了合作关系。当时的合作内容是，Exscientia需要为葛兰素史克感兴趣的10个疾病靶点开发创新小分子药物，如果Exscientia 达到所有约定的目标，总计将从葛兰素史克获得3300万英镑的资金。

　　日前，Exscientia公司表示，该公司已经交付了头一种通过人工智能与葛兰素史克(GlaxoSmithKline,GSK)合作发现的候选药物，这是一种治疗慢性阻塞性肺病(COPD)的潜在疗法。

　　另外，阿斯利康近年来也在持续加码大数据和人工智能在多个疾病领域的运用。一方面，阿斯利康通过自建，在医药研发的大量试验中运用AI的方法，来降低成本，加速数据的供应。

　　例如，公司通过和多所大学、研究机构合作开发了一套创新的AI药物警报系统“Watcher”，包含工具包REACT 4，它能对试验一、二阶段的安全性、有效性和生物标志物数据进行整理，并使之形象化，目前正用于阿斯利康超过140项的研究中。

　　另一方面，阿斯利康还和Berg公司合作，利用AI开发药物。该公司通过对1000多种癌症和健康人类细胞样本的测试来识别以前未知的癌症机制，从而确定潜在的治疗方法。双方的合作主要集中在帕金森病和其他神经系统疾病领域。

　　可见，利用人工智能开发新药趋势不断蔓延，将大大提高新药研发速度，利好药企发展。不过，业内指出，当前人工智能应用于新药研发仍需面对人才短缺、数据标准化与共享机制、商业模式创新等诸多问题，因此人工智能+新药研发还待进一步探索。