人工智能將「革新」製藥行業，Nvidia表示
Nvidia本週表示，人工智能將「革新」藥物發現的過程。該公司展示了一個針對丹麥製藥商諾和諾德使用其新AI超級計算機的試點項目。
Nvidia的CEO黃仁勳在該計算機的發布會上表示：「計算機輔助藥物發現，我認為這將革新這個行業。」據《彭博》報導，研究人員將使用這台計算機訓練AI模型，以促進疫苗設計和分析疾病突變。
機器學習因其潛力而令製藥行業感到興奮，例如掃描數百萬種可能性，以評估將一種藥物轉向治療其他疾病的有效性，這可取代數月的實驗室工作。
一項重大突破是谷歌DeepMind的AlphaFold軟件，它能預測分子的結構和相互作用，這在以往是一個複雜且耗時的過程。其發明者本月獲得了諾貝爾化學獎。
AI在藥物發現中的主要優勢是速度和成本削減
根據《JAMA》和《麻省理工科技評論》的資料，AI帶給藥物發現的關鍵優勢是速度和成本效益。沒有這項技術，新藥的開發通常耗資超過10億美元，且需超過十年才能上市。AI有潛力大幅縮短這一時間線，通過機器學習模型篩選數百萬數據，預測某些化合物對身體的影響，並在計算機階段淘汰不成功的化合物——這是目前由實驗室人員手工進行的繁瑣過程。「它已經在完成我們以前手工操作的很多步驟。」一位研究人員告訴該媒體。
AI輔助藥物發現的影響仍不明朗
《彭博》指出，依賴AI的製藥公司的一個關鍵考驗將是了解以這種方式開發的藥物是否對患者同樣有效。雖然一些AI輔助藥物的人體試驗正在進行，但技術對製藥行業的真正影響要等到更多數據可用時才能評估。「有時當你打開門，會發現其實裡面什麼都沒有。」一位物理學家和生物技術機器學習公司的創始人告訴該媒體，並補充說AI「不是萬能的解決方案」。
在製藥中使用AI面臨倫理問題
根據《斯坦福醫學Scope》博客、《自然》和《製藥》雜誌的資料，AI在藥物開發中的使用仍處於早期階段，還需考慮倫理因素——例如技術的算法偏差與性別、種族和性取向相關，未經人類調解使用AI的未知後果，以及當AI模型使用不當時臨床試驗結果難以重現，這可能使其幾乎無用。隱私也是一大關注，因為AI系統依賴於大量數據，而這些數據可能被濫用，而醫療數據特別敏感。如何減少算法偏見和保護隱私應該是技術開發的核心，一項發表在《製藥》雜誌的研究表示。
評論
人工智能在製藥行業的應用，無疑帶來了革命性的潛力，尤其是在加速藥物發現和降低成本方面。然而，這一技術的實際效果和長遠影響仍有待觀察。AI的引入不僅僅是技術進步，還涉及到倫理和隱私問題，這些挑戰需要行業和社會共同面對。尤其在香港這樣一個高度重視隱私和倫理的社會，如何平衡技術創新與個人權益的保護，將成為未來討論的焦點。製藥行業能否在這場AI革命中找到平衡，值得我們持續關注。
以上文章由特價GPT API KEY所翻譯
