有观点指出,韩国制药与生物企业在开发新药时,至今仍只把人工智能(AI)当作辅助手段。因为AI的作用仅限于筛选论文或为需要考察的候选物质排定优先顺序。AI新药开发专家强调,虽然前路尚远,但AI新药开发是“无法回避的未来”。有观点指出,要在与全球制药公司的竞争中不落后,需要官民共同努力。专家还指出,AI新药开发中最先要解决的问题是专业人才的确保与数据可及性。
韩国保健产业振兴院保健产业政策研究中心责任研究员郑惠润2日表示:“AI新药开发是需要多领域协作、复合型人才必不可少的领域”,并指出“现在做新药开发的人不懂AI,做AI的人不懂新药开发”。AI新药融合研究院副院长表俊熙同样强调培养复合型人才的重要性。表副院长表示:“全球制药公司在开发新药时,AI、数据科学等各领域的负责角色划分细致,细分人力之间的协作模式也建立得很好”,并称这是韩国制药公司长期应走的方向。
数据可及性也是阻碍AI新药开发的一大障碍。随着数据三法修订,匿名化的个人信息可用于研究,但仍存在局限。数据兼容性就是代表性问题。信息技术(IT)业界一位相关人士表示:“就像特定疾病与处方数据必须放在一起才能成为有意义的信息一样,有些数据需要整合”,“匿名化的数据无法整合,难以自由用于研究”。在正式研究开始前的“筛选”阶段可确认的数据不足也是问题。表副院长表示:“全球制药公司内部掌握大量数据,在开发新药时可以在建立各阶段假设等需要时自由利用数据。”
郑研究员表示,为提高数据利用度,需要改善数据平台。她建议:“需要通过目前正在推进的国家整合生物大数据项目、国家生物数据站等数据平台的整合来促进活用”,“也有必要考虑为研究人员创造在一定期间内低价使用或租借数据等利用数据的场所的方案”。
数据收集与成本也是问题。IT业界相关人士坦言:“数据具有知识产权性质,作为生产主体的医院不会轻易共享”,“很多情况下只公开结果而没有具体依据数据,开发难度很大”。有观点指出,由于不了解具体数据,即使AI新药开发失败,也无法妥善总结错题笔记。收集和购买海量数据也是负担。这位相关人士表示:“如果癌症有300种,所需数据各不相同,如何核定交易金额利益关系也很尖锐”,“需要对数据价值评估进行标准化”。
表副院长表示,AI新药开发是必然趋势。他说:“韩国制药公司也在组建自有团队,利用AI寻找先导物质或确认药物与靶点的结合程度”,“应像全球制药公司那样,从靶点发掘开始在各个阶段提高AI利用度”。他接着建议:“谷歌、英伟达等大型科技公司正积极投身AI新药开发,韩国也应努力掌握主导权”,“即便眼下出不了成果,也应积极将AI用于新药开发”。表副院长表示:“在研究院层面,我们正筹备主导项目、AI竞赛、训练营等面向AI人才的新药开发内容,以及面向新药开发者的深度学习课程”,“目标是缩小与已经领先的发达国家的差距”。






