繼去年AI和大數(shù)據(jù)成為炙手可熱的詞匯，越來越多行業(yè)開始尋找與二者結合的可能性，醫(yī)療行業(yè)就是其中一個。

實際上，AI就是利用語言、語義、圖像和深度學習技術，模擬人的信息處理過程，讓機器模仿人類的思維進行工作。所以理論上人類能做的許多工作，都可以拆解出機器能夠完成的部分，由AI來取代。

目前來看，全球的頂級醫(yī)藥企業(yè)紛紛開展了一些AI應用項目，有的與IBM等大型技術公司的AI平臺合作，有的則大量收購AI醫(yī)療領域的技術公司。 

大藥企紛紛試水AI項目

強生：著眼AI技術的臨床應用

強生與 IBM 的Watson醫(yī)療開展了合作，針對手術康復的患者進行虛擬指導和康復支持，這種指導通過移動應用提供，能夠在長期的康復過程中提高效率，更有針對性。

強生還運用SEDASYS系統(tǒng)，將自動化和麻醉學結合起來，應用于手術室中。目的是減小麻醉風險，加快患者的回復速度。

早在2015 年，強生就通過“Verb Surgical”項目進入手術機器人領域，這個項目旨在通過 AI 幫助手術醫(yī)師整合手術過程中的影像信息，提供患者在手術過程中的動態(tài)反饋。

羅氏：加強與科技公司的外部合作

2017 年，羅氏集團旗下的基因泰克宣布與一家精準醫(yī)療公司進行癌癥療法方面的合作，致力于使用機器學習，把大量癌癥患者的數(shù)據(jù)轉化到計算模型中進行分析，從而識別癌癥治療的新靶點。

羅氏還在幾年前收購了Bina科技公司，這家生物科技公司提供大規(guī)模基因測序的平臺，瞄準的是個性化醫(yī)療領域。

輝瑞：搶灘Watson藥物開發(fā)云基礎平臺

2016 年 12 月，輝瑞成為首個應用Watson藥物開發(fā)云基礎平臺的組織之一。輝瑞通過這項合作瞄準癌癥療法，利用Watson的認知計算系統(tǒng)從2500萬美國醫(yī)學索引文章的摘要和100萬醫(yī)學文章中收集數(shù)據(jù)，從大量癌癥數(shù)據(jù)中發(fā)現(xiàn)隱藏的模式。

拜耳：藥物研發(fā)與數(shù)字化醫(yī)療公司的扶持

拜耳在藥物研發(fā)方面投入巨大，2016 年研發(fā)費用就達到53.2億美元，占公司總銷售額的9.8%。

拜耳還發(fā)起Grants4Apps計劃，目的是幫助數(shù)字化醫(yī)療初創(chuàng)公司實現(xiàn)商業(yè)化，著眼于各類醫(yī)療保健解決方案，從新穎的商業(yè)模式、設備到應用程序一應俱全。在 2016 年的 4 家參與公司中，Turbine和xbird都是AI 醫(yī)療的初創(chuàng)公司，分別瞄準癌癥和可預防疾病領域。

Turbine通過結合最新研究和AI技術，模擬復雜的醫(yī)療干預，從而預測每種癌癥的治療方法。Xbird旨在幫助患者戰(zhàn)勝可預防的疾病，通過智能手機和其他可穿戴技術監(jiān)測患者實時數(shù)據(jù)，整合之后幫助識別出導致致命健康問題的模式。

廣藥：與AI企業(yè)加大合作廣度

國內的藥企也在AI領域有所行動。

去年，廣藥集團與智能語音公司科大訊飛正式簽署了戰(zhàn)略合作協(xié)議，雙方將在人工智能醫(yī)院、智慧醫(yī)療信息服務系統(tǒng)、智能客服系統(tǒng)、智能營銷、智能終端、品牌聯(lián)動等多領域展開合作。具體來看，未來雙方可以探討三個層次的合作，包括單獨的項目合作、新業(yè)務和新產(chǎn)品的拓展，以及更緊密的資本合作，共同建立“醫(yī)藥+智能”的新模式。

醫(yī)藥智能化與大數(shù)據(jù)的運用方向

結合大型藥企在AI和大數(shù)據(jù)領域的項目與布局，以及現(xiàn)有的醫(yī)藥AI領域的研究應用，我們可以看到藥企的AI化和大數(shù)據(jù)潮流將主要在以下幾個領域展開。

新藥研發(fā)

在新藥研發(fā)領域，AI可以幫助科學家從巨大體量的化合物數(shù)據(jù)庫中完成文獻搜索，許多公司也在研究如何利用機器模擬化合物跟特定靶標的結合效果，從而大大加快新藥篩選的過程。全球每年都有數(shù)千億美元用于新藥研發(fā)，AI技術的運用能夠在一定程度上提高研發(fā)效率。

類似的人工智能應用在流行病統(tǒng)計、臨床試驗數(shù)據(jù)分析和精準醫(yī)療基因檢測方面也大有可為。在人工智能精準醫(yī)療項目方面，IBM也繼“Waston腫瘤醫(yī)生”推出了“Waston for Genomics”。

智能醫(yī)療器械

在醫(yī)療器械領域，AI最顯而易見的價值在于使其產(chǎn)品智能化。在傳統(tǒng)的醫(yī)療設備檢測人體參數(shù)的基礎上，AI的配置可以給出診斷參考甚至干預意見。

例如在CT、MRI等影像學檢查設備上加裝智能插件后，就可以減少醫(yī)院影像科的工作量；胰島素泵和血糖監(jiān)測儀加上AI算法，就可以更加精準地提供個體化給藥，降低血糖水平的波動。

目前，醫(yī)療設備企業(yè)都在大舉投入AI研究，AI將有可能成為未來醫(yī)療設備的標準功能。

用戶精準畫像

藥企每年在營銷上投入大量資金，能否抓住客戶的真實需求是藥企的一個痛點，只有了解客戶需求，才能盡可能避免大量營銷費用因錯配而被浪費。

醫(yī)生是藥企的主要客戶，許多藥企都在思考如何整合醫(yī)生的線下醫(yī)療行為和線上信息獲取行為的數(shù)據(jù)，從而針對某一產(chǎn)品判斷醫(yī)生的態(tài)度、觀念和行為，做到客戶的精準畫像和產(chǎn)品信息的精準傳遞。這就需要運用到AI對海量數(shù)據(jù)的處理能力，快速找到不同來源數(shù)據(jù)的關系，從而歸納出有意義的結論。 

個性化健康管理

智能移動平臺可以為患者提供個性化健康指導，通過使用實時獲得的醫(yī)療大數(shù)據(jù)，采取有效的虛擬指導和康復支持，更適合長期的恢復過程或者健康管理。

此外，智能平臺還可以根據(jù)患者的差異化狀況推薦藥物，實現(xiàn)更加有效的用藥、康復與健康管理。

結語：AI和大數(shù)據(jù)在醫(yī)藥行業(yè)的研究應用逐漸拉開帷幕，可以說，AI技術的應用是藥企在未來激烈行業(yè)競爭中的重要砝碼。如何通過AI和大數(shù)據(jù)提高新藥研發(fā)效率、營銷效率以及企業(yè)管理效率，是藥企需要進一步探索的方向。