中国创新药研发目前面临市场同质化严重、创新力不足的困境,主要表现为研发投入高但产出效率低,创新药占比有待提升。AI技术被视为破局的关键,可通过构建数据驱动的研发新模式,实现从传统试错法向智能化、自动化研发的转变。
医药研发正经历从1.0到4.0的范式演进:1.0阶段依赖实验试错,周期长成本高;2.0引入CADD技术初步信息化;3.0应用高通量筛选和组学技术推动精准医疗;4.0则通过AI、大数据等技术深度融合,实现数据动态流动、实时优化和上下游强互动。
新范式(4.0)的核心是构建动态流动的数据中心,整合实验室、临床、基因组等多源异构数据,通过AI/ML模型动态分析复杂关联,加速靶点识别和临床试验设计。数据中心需满足ISO27001安全认证和GDPR/GHIPAA等合规要求,确保数据安全与可追溯性。
数据合规性是新范式的关键要求,需严格审查数据来源合法性(如合作方协议、爬虫协议、标注合规性等),确保AI模型训练数据符合个人信息保护规定。违规使用可能导致法律纠纷和声誉损失。
Elsevier已尝试在新范式下提供解决方案,包括构建结构化数据中心、提供合规数据源及AI/ML模型搭建支持,助力医药研发企业实现数据驱动转型。