專訪晶泰科技賴力鵬：仍60%疾病無有效藥物，AI醫療結合大勢所趨

出品｜ 搜狐科技

作者｜宋婉心

編輯｜楊錦

5月17日，2021搜狐科技5G&AI峰會在北京隆重召開。晶泰科技聯合創始人、大資料與人工智慧研發負責人賴力鵬作為嘉賓，發表了題為《人工智慧視角下的新藥發現》的主題演講。

演講後，他接受了搜狐科技的專訪，針對近期大熱的AI製藥賽道發展，以及風口之下，新興企業所面臨的問題進行了詳細解答。

人工智慧與醫療的結合已經是大勢所趨，而從最新的市場佈局來看，在內容科普、線上問診和線上購藥等模式之外，AI製藥正在成為不少企業的下一個發力點。

相比於網際網路巨頭圍繞醫療作出的一些外圍服務延伸，製藥顯然是壁壘更高的領域。賴力鵬在演講中指出，藥物研發存在投入高、耗時長、風險高三大風險，從藥物立項到上市，可能需要10億美元到20億美元投入，整體成功率不到10%，研發週期超過十年。

賴力鵬告訴搜狐科技，目前市場上有超過60%的疾病仍沒有有效的藥物治療。

而賴力鵬所在的晶泰科技，主要擁有三大關鍵技術，首先是基於資料驅動的藥物發現技術，其次是基於最底層量子力學、計算化學方法和計算物理方法來提供基本計算模擬的技術，最後是雲上高效能計算平臺技術。

大量新興企業湧入製藥賽道，在投入技術研發的同時，能否拿到藥企訂單成為檢驗企業真實實力的重要指標。但現狀是，大部分AI製藥公司離真正商業化仍有距離，藥企也僅僅是有限度地對新技術進行嘗試。

賴力鵬對此表示，究其原因，一方面行業本身屬性決定了一個新技術的進入需要比較長的驗證週期，另一方面，生物體系是非常複雜的體系，所以人工智慧作為一種底層技術，怎麼能夠在生物醫藥這個細分賽道上產生真正的價值，需要深刻的鑽研。

賴力鵬介紹，晶泰在2014年開始創業之後，也經過了長達一兩年的基礎研發，才最終讓技術得到大型藥企的認可。

公開資料顯示，如今，晶泰科技的晶型預測服務已得到來自Pfizer（美國輝瑞製藥有限公司，全球藥企排名第一）、BI（德國勃林格殷格翰製藥公司，德國藥企排名第二）、Eisai（日本衛材株式會社，日本藥企排名第二）等多家全球製藥50強企業的長期訂單。

以下為專訪實錄精編：

搜狐科技：先向搜狐網友介紹下您在晶泰科技主要的研究方向吧，晶泰的技術技術亮點有哪些？

賴力鵬：

晶泰科技成立於2014年，是一家定位於透過人工智慧、計算化學和雲計算服務於廣大藥企的一家生物科技公司。我們主要的核心技術包括像人工智慧，基於資料驅動的藥物發現技術，也包括基於最底層的量子力學、計算化學方法和計算物理方法來提供基本的計算模擬的技術，也包括支撐這兩者的大規模雲上的高效能計算的計算平臺技術，透過三者的結合，幫助藥企和科研院校更快發現藥物和發現一種新的疾病的治療方案。

搜狐科技：晶泰選擇某個主要研發方向的標準和依據是什麼？

賴力鵬：

可以說最主要的需求還是來自於市場需要，這個市場需要更多來自於臨床的需求，我們更關注我們所做的這個技術的社會價值。因為我們知道，第一，現在市場上可能還有超過60%的疾病是沒有有效的藥物治療，然後另外在有藥物治療的這些疾病領域，可能有些疾病領域超過一半的患者對這個藥物是沒有響應的，患者對這個藥吃了沒有效果。我們更期望我們的這些技術能夠幫助到藥物研發的企業，找到能夠給患者帶來有效治療的藥物。

第一個要素是它的市場，或者說它的社會需求，第二的話我們會關注技術，從公司來說，我們會關注這個技術成熟的情況，我們可能不會去特別關注一個已經處在非常成熟階段的技術，我們會看到如果一個技術，正好處在蓬勃向上的類似於人工智慧這樣的不管在人才、資料和技術都在快速成長的這麼一個新的技術，同時我們又認為可以給藥物發現帶來巨大的社會價值，我們會選擇這樣的技術作為我們核心的發展方向。

搜狐科技：現在AI治療是很熱的賽道，大量的新興企業都在湧入，但是拿到藥企訂單的比較少，這個現象原因是什麼？晶泰是如何做到差異化競爭的呢？

賴力鵬：

特別好的問題，像我們的投資人其實也很關注這樣的問題。我覺得從幾個方面，第一是這個行業本身的屬性決定了一個新技術的進入需要比較長的驗證週期，就像一個藥可能從它最早去進行早期的研究到真正能夠上市，需要超過十年的時間，一個新的技術進來之後，它能夠帶來的價值要被真正的驗證可能需要很長的週期，在這個過程中我們跟合作方不停的探索，怎麼樣能夠在中間切分出一些里程碑，能夠讓一個技術得到更早期的驗證。所以這個行業本身長週期的屬性決定了驗證的週期會比較長。

第二個生物體系其實是非常複雜的體系，所以比如人工智慧作為一個底層的技術，怎麼能夠在生物醫藥這個細分賽道上產生真正的價值，必須在這個領域有非常多的鑽研，能夠把人工智慧真正用到藥物比如像蛋白質、DNA生物的體系當中去，對公司來說需要長期的積累，晶泰在2014年開始創業之後，也是經過了長達一兩年基礎的研發才最終讓我們的技術得到大型藥企的認可。

對晶泰來說，我們最底層的差異化，我們有一群深耕在生物醫藥最底層的計算研究的一群科學團隊，我們可能對於整體的生物體系、計算物理、計算化學在原子和電子層面微觀層面的研究是非常深厚的。在這個基礎之上建立起來的人工智慧的應用，包括其他的數字化和自動化的應用，可能也會比把技術直接搬過來有更深層的理解。

搜狐科技：近兩年AI製藥成為熱門風口，但資本催化之下，行業仍處於發展早期，您認為目前AI製藥還有怎樣的發展痛點？

賴力鵬：

我覺得最核心的，近兩個核心的挑戰，是資料和人才，這和其他的人工智慧領域非常的類似，在資料層面，生物醫藥資料的積累比網際網路資料的積累速度還是要慢一些的，在未來我們如何產生第一是高質量大規模的資料，第二是怎麼樣讓這些資料的收集和使用符合人工智慧或者說機器學習訓練的需要，這是我們目前在晶泰重點在解決的一個事情。

第二就是人才，剛才提到了生物醫藥領域的人工智慧應用的話，需要對領域知識有非常深厚的瞭解，我們需要的其實是一個複合型的人才，他可能既有資料驅動的思維習慣，同時對生物學、物理學、化學有比較深的理解，這在傳統的教育體系當中是不存在這麼一個學科的，雖然現在有越來越多的跨界，有很多博士或者是博士後的研究，自己以前是生物學的背景，現在可能在研究過程中也在學習機器學習的知識，也有計算機的同學看跟生物、物理相關的知識，未來這些人才會越來越多，當然在目前整個行業的發展的速度下，這樣的人才還是非常稀缺的。

在晶泰，我們一方面關注怎麼樣透過更好的渠道去在全球尋找這樣的人才，另外一方面透過自己公司內部的培訓體系和專案體系，讓有這樣潛力的人在晶泰的體系下可以快速的成長起來。