眾所周知，新藥研發周期長、成功率低以及研發費用高的問題一直在困擾制藥企業的研發工作。據公開資料顯示，一款新藥成功上市平均需要花費約14年時間，以及26億美元資金(比2003年增長了145%)。巨額的新藥研發成本讓藥企越來越難以負擔。因此，預期能夠有效夠降低研發成本的AI技術在近年來開始受到了制藥行業的廣泛關注。

　　近年來，我們可以明顯看到有多家實力雄厚的制藥企業開始嘗試跨界AI，在“AI賦能制藥行業發展”上做出自己的努力。例如，阿斯利康于2017年與各類合作伙伴建立了中國健康物聯網創新中心，依托人工智能、物聯網、大數據、5G等高新技術，打造診療一體化全病程管理解決方案。在近日舉辦的2020世界人工智能大會云端峰會上，阿斯利康還發布了十大“AI+醫療”應用場景并招募合作伙伴，聚焦疾病管理全流程，以人工智能賦能產業生態創新。

　　諾華是在“AI賦能新藥研發”這一方向上探索較多的藥企，相關行動已達30項，其中內部研發多達20項。除此之外，在2019年3月，諾華制藥還與騰訊公司簽署了全新戰略合作備忘錄，旨在通過整合創新藥物、人工智能和社交平臺，從而更好地造福慢病患者。

　　吉利德則在2019年4月和insitro宣布開展了戰略合作，為非酒精性脂肪性肝炎患者研發治療方案。兩家公司簽署了一份為期三年價值10億美元的合作協議。通過該協議，吉利德將使用insitro的人工智能平臺為非酒精性脂肪性肝炎創建疾病模型，研發治療方案，并發現對臨床進展和疾病消退有幫助的靶點。

　　從以上來看，人工智能賦能醫療健康領域已經成為大勢所趨，并且在醫藥領域正顯示出越來越強大的作用。但值得注意的是，從整體來看，AI+醫藥研發目前現狀并不是非常樂觀，還面臨諸多挑戰。

　　首先，AI+藥物研發真正意義的產出極少，大部分企業需要面對產出成果不足或者不優而導致財務狀況堪憂的現狀。據悉，2019年4月，IBM公司就因為財務業績低迷，決定停止開發和銷售藥物開發工具——Watson人工智能套件。作為醫藥健康領域人工智能的佼佼者，也不得不面對財務業績低迷的狀態。

　　還有，當下AI應用較為集中的靶點篩選方向，已通過文獻分析等篩選出比已批準藥物更多的靶點，但是靶點和可成藥性的確證卻是一道難題，如何建立確證模型，又用什么來確證，確證后預測藥物的可成藥性，都是需要思考的。

　　另外，AI+藥物研發的企業還面臨來自政策、人才、技術等方面的挑戰。新的技術的引進，讓原有藥物研發模式改變，監管人才、政策指南等均需要同步更新，而現在尚無針對性或促進性的政策指南出臺。

　　總的來說，目前AI+藥物研發真正意義的產出極少，還沒有一款AI研發的新藥被批準上市。因此，在大部分企業需要面對產出成果不足或者不優而導致財務狀況堪憂的現狀下，企業需要合理的定位產業鏈角色，選擇適合的創新商業模式。不過，雖然AI+醫藥研發目前現狀并不是非常樂觀，還面臨諸多挑戰，但可以預計的是，AI+藥物研發的結合必然是未來制藥行業的發展趨勢，在未來其必將對醫藥領域進行一場顛覆性的變革。