从炒作到影响：释放AI在亚太制药行业的全部潜力

从炒作到影响：释放亚太医药领域人工智能的全部潜力 德瓦拉贾·苏布拉马尼扬, 董事长, 咨询服务, IQVIACLEMENCE LEWDEN，药理学博士，顾问，咨询服务，IQVIA 目录 1223455677关于IQVIA亚太区执行摘要上下文：为什么制药行业现在需要人工智能智能体AI在医药价值链中的潜力现实中的AI应用实例关键挑战：炒作与现实医药领导者战略要务结论：药品创新的拐点参考文献关于作者 执行摘要 制药行业正处于一场剧变的前夜。自主人工智能（AI），曾被视为充满前景的前沿，如今正证明其对整个制药价值链具有变革性力量。AI具有极大潜力改变制药行业，从加速药物发现到改进监管提交，再到赋能超个性化客户互动。然而，鉴于集成挑战、监管不确定性以及持续区分投机热情与实质性价值的必要性，这一潜力必须谨慎考量。 这份白皮书探讨了推动制药行业采用人工智能的全球趋势，展示了领先企业的实际应用案例，并为寻求驾驭自主型人工智能全部力量的组织——特别是在亚太地区（APAC）的组织——制定了务实的路线图。随着监管框架的持续进步和亚太地区数字基础设施的增强，该地区已处于实现人工智能驱动转型重大进展的有利位置。 上下文：为什么制药行业现在需要人工智能 智能体AI在医药价值链中的潜力 药物行业正面临日益增长的压力，这源于正在重塑行业经济和运营现实的趋势融合。将新药推向市场的平均成本现已超过26亿美元，由于科学复杂性增加和监管标准更严格，收益正在递减。¹ 同时，生物医学数据的激增——大约每73天翻一番——远远超过了人类的分析能力，² 这凸显了需要能够高效解读和应对海量信息的高级技术。 人工智能已经在整个制药领域展示了其影响，用更高的速度、精确性和可扩展性转变了核心功能。 在研发中，像 Insilico和Amgen正在使用人工智能平台来模拟分子相互作用和预测化合物效力，显著加速药物发现，在某些情况下，将药物开发成本降低高达90%。3 在临床操作中代理式AI助手协助试验管理人员预测招聘瓶颈并优化方案设计。AI驱动的站点选择工具也提升了弱势群体参与试验的机会，改善了试验的多样性和公平性。 与此同时，监管环境正在演变，监管机构要求更强大的真实世界证据和更全面的安全监测，这延长了上市时间并增加了开发风险。在亚太地区，这些压力尤为突出。亚太地区的医疗保健系统因人口快速老龄化、慢性病增多以及要求更好医疗保健准入和质量的中产阶级的蓬勃兴起而面临压力。然而，公共医疗保健预算的增长速度跟不上不断增长的需求，给政府和提供者带来了巨大的成本压力。因此，能够控制不断上升的医疗保健成本且不牺牲质量的解决方案不仅具有吸引力，更是必不可少的。对医疗保健个性化的期望也在不断上升。随着医学从广谱干预转向个性化护理，制药公司必须从以产品为中心转向真正以患者为中心的模式。 在监管事务中，人工智能引擎现正用于预测卫生主管机构查询（HAQ）模式并生成初稿回复。这项创新提高了成功提交的可能性，增幅达20%–30%，同时将后续查询量减少了50%。4 在生产制造和供应链管理中，人工智能正以高达80%的准确率帮助预测库存短缺5增强供应链韧性。自动根本原因分析也支持更快地解决偏差和合规性问题。 在医药事务和商业 操作，辉瑞公司报告称，内容创作成本降低了30%–50%，内容部署速度提高了3–5倍6使用人工智能工具。这些相同的工具也正在协助医疗、法律和监管（MLR）审查流程，显著缩短了审查周期。 代理式人工智能并非万能药，但它通过加速洞察力、自动化常规任务以及释放新的效率，为解决这些痛点提供了独特的机会。这在与亚洲和大洋洲（APAC）尤其相关，其中不断增长的需求、快速数字化的医疗保健生态系统以及对创新的开放态度正在为人工智能的规模化应用创造沃土。 最后，在客户参与,像礼来这样的公司已经部署了人工智能聊天机器人来协助代表回答医疗咨询——到2024年将节省超过240万小时。7 AI协作助手也被用于生成能够帮助优化医疗保健专业人士（HCP）参与度和整体客户体验的战略洞察。 点火加速器，涵盖试验监督、数据质量与法规准备。12 现实中的AI应用实例 人工智能也在改变公司发现新分子以及与医疗保健专业人士合作的方式。例如，礼来公司已经使用代理式人工智能工具在几分钟内生产出新型化合物候选物——这项任务之前在实验室里需要花费一年或更长时间。13在商业方面，礼来公司的区域代表得到了人工智能副驾驶的支持，这些副驾驶能够实时协助与医疗保健专业人士的沟通，节省了数百万的工作小时并提高了互动质量。⁷ 人工智能正被应用于研究开发到商业赋能等广泛的功能中。一个强大的用例在于人工智能赋能的目标识别和化合物筛选。例如，赛诺菲已实施了一个企业级智能体人工智能平台，支持从早期研究到供应链物流的一切工作。通过与OpenAI和Formation Bio的合作，赛诺菲正在开发专有的人工智能模型，以推动目标识别和管道决策。8他们还与AQEMIA合作，通过物理驱动AI探索超过10,000倍的化学相互作用。9此外，赛诺菲已开发出可用于准确预测临床试验结果的数字孪生 模型——这对于尼曼-匹克这样的罕见疾病尤其有用。10 与此同时，新进入者和生态合作伙伴正在塑造AI原生制药的未来。例如，赛诺菲对Owkin的1.8亿美元投资支持了联邦学习，以发现肿瘤标志物。14此外，该公司与Insilico达成的12亿美元协议利用智能AI加速多个治疗领域的药物发现。15 另一个有前景的应用场景是临床试验执行和制造业效率的优化。以辉瑞为例，在新冠疫情期间部署的人工智能赋能质量控制工具帮助将PAXLOVID的试验完成时间缩短了一半。11人工智能也参与了优化生产周期的过程，每批次多生产了20,000剂。如今，辉瑞公司通过与Saama和英伟达的合作，继续扩大人工智能的应用规模。 这些例子表明，智能体式AI正在被整合到制药行业的核心业务流程中，而不是局限于试点项目。对于亚太地区的制药领导者来说，这些案例为他们在独特的市场环境中本地化、调整和扩展类似的解决方案提供了灵感。 关键挑战：炒作与现实 尽管取得了有希望的进展，但仍存在必须解决的问题，以确保人工智能在制药领域的安全且可扩展的应用。 一个主要问题是偏见和幻觉 智能体AI模型可能会产生错误或有偏见的输出，特别是在训练数据不足或存在偏差时。模型伪造科学或临床内容的问题，凸显了严格验证框架的必要性。目前，许多组织正在采用TRIPOD-AI和DECIDE-AI等临床AI标准来指导安全部署。16 另一个重大挑战是集成复杂性 许多 pharmaceutical IT 系统仍然相互孤立，并且通常建立在过时的基础设施上，这使得难以整合实时 AI 工具。即使是处于最前沿的公司——如 Sanofi ——也必须依赖无服务器架构和敏捷 IT 生态系统来弥合遗留系统与 AI-ready 平台之间的差距。 监管不确定性进一步加剧了问题 虽然像食品药品监督管理局（FDA）和欧洲药品管理局（EMA）这样的机构正在探索针对人工智能的特定框架，但制药公司仍需在包括HIPAA、GDPR和各种全球设备法规在内的碎片化监管环境中进行导航。17伦理考量—如数据主权、算法问责制和可解释性—需要强有力的治理结构以及持续审计能力。¹¹ 最后，存在日益增长的技能差距 在人工智能和制药领域都精通的专业人士很少。这些混合型专家，通常被称为“人工智能翻译者”，在塑造实际应用案例、验证输出结果以及确保整合符合治疗目标方面至关重要。如果没有有针对性的招聘和能力建设计划，许多制药公司面临停滞在试点模式的风险。 参考文献 1..“开发新药的成本现在已超过25亿美元，”科学美国人。[在线].获取:https://www.scientificamerican.com/article/cost-to-develop-new-pharmaceutical-drug-now-exceeds-2-5b/; “药物研发成本：将一种药物推向市场需要多少费用？（最新数据）”专利PC。[在线]。获取：https://patentpc.com/blog/the-cost-of-drug-development-how-much-多长时间才能将药物推向市场-最新数据 2..“数据驱动的生物医学研究。”. 可用:https://blog.biostrand.ai/data-driven-biomedical-research 3..“TechBio革命：如何引领变革”FMAI Hub。可获取：https://www.fmai-hub.com/the-techbio-revolution-how-insilico-medicine-is-leading-the-charge/ 4..“制药行业的生成式人工智能 | 麦肯锡。” [在线]. 可获得:https://www.mckinsey.com/industries/life-sciences/our-insights/generative-ai-in-the-pharmaceutical-industry-moving-from-从炒作到现实 5.赛诺菲AI库存预测——赛诺菲供应链案例研究 (2024)。 6.“凭借‘查理’，辉瑞正在为医药营销构建一个新的生成式AI平台，”Digiday。来源：https://digiday.com/marketing/with-charlie-pfizer-is-building-a-new-generative-ai-platform-for-pharma- marketing/. 7..如何成功地在制药业扩展生成式人工智能 | 贝恩公司。可用：https://www.bain.com/insights/how-to-successfully-scale-generative-ai-in-pharma/ 8. “新闻稿：赛诺菲、形成生物和 OpenAI 宣布开展首个 AI 合作。” [在线]. 可获得：https://www.sanofi.com/en/media-room/press-releases/2024/2024-05-21-05-30-00-2885244. 9.“合作伙伴聚焦：AQEMIA和赛诺菲利用生成式人工智能和深度物理推动研发。”[在线].获取：https://www.sanofi.com/en/magazine/our-science/partner-spotlight-aqemia-sanofi-harness- generative-ai-deep-physics-power-r-and-d. 10.“数字孪生”：由人工智能驱动的临床试验。[在线].获取：https://www.sanofi.com/en/ magazine/our-science/digital-twinning-clinical-trials-ai; “赛诺菲如何在现代临床试验中使用数字孪生，”医疗酿造。[在线].获取:https://www.healthcare-brew.com/stories/2024/12/09/ sanofi-digital-twins-modern-clinical-trials. 11.派克非德人工智能在制造和试验监督中——派克非德新冠研发报告（2022）。 12.辉瑞和Saama智能数据平台——Saama 新闻稿（2023）。 13.利利生成分子发现 ——生物制药潜行（2023）。 14..赛诺菲投资1.8亿美元股权以推进Owkin的人工智能和联邦学习肿瘤学管道。” [在线]. 获取：https://www.sanofi.com/en/media-room/press-releases/2021/2021-11-18-06-30-00-2336966 15.Insilico和Absci与赛诺菲等达成了交易——Fierce Pharma（2023）。 16.三脚架-AI、决定-AI和CONSOR