有观点指出,韩国制药与生物产业虽已正式着手基于人工智能(AI)的新药研发,但在数据利用受限、监管不确定性、复合型人才不足等方面,产业化仍面临大量课题。
据16日韩国生物协会韩国生物经济研究中心发布的《基于AI的新药研发产业化战略》报告,利用AI技术的新药开发正在加速,全球市场竞争日趋激烈。市场调查机构MarketsandMarkets预测,全球AI新药研发市场规模将从去年的18.6亿美元(约2.7351万亿韩元)以年均29.9%的速度增长,到2029年达到68.9亿美元(约10.1317万亿韩元)。
对此,韩国制药与生物企业也纷纷自建AI平台,着手发掘新药候选物质。JW中外制药(001060)以AI一体化平台“JWave”推进从有效药物筛选到先导物质优化的全周期开发。大熊制药(069620)也在运营基于8亿种化合物数据库的“DAISY”系统。Galux以自主开发的蛋白质设计软件成功设计了8个靶点蛋白抗体,Oncocross(382150)、Pharos iBio(388870)、Syntekabio(226330)等生物企业也各自利用AI平台开发新药。
然而报告指出,韩国AI新药研发产业在技术实力与成果方面落后于全球水平。论文数量最多的国家是中国,韩国约居第6位。体现质量水平的论文相对引用率(RCR)按最近三年平均值计算仅排第5位,位居第一的是加拿大、第二是英国。按专利申请计算,韩国在数据处理、蛋白质结构预测及领域预测方面取得高于平均的占有率,但在美国Korean Intellectual Property Office没有注册专利,被评价为进军全球市场的技术竞争力不足。
报告将数据利用受限列为韩国AI新药研发生态系统最大的难点。新药研发必须依靠大规模临床及基因组数据,但假名化信息的使用受到限制,导致实质性研发困难。报告建议在政府指定的“数据安心区域”内扩大监管沙盒,并引入在发生非故意事故时减轻责任的“数据利用免责特例制度”。
AI模型可信度验证标准缺失也被指为问题。向韩国食品医药品安全处提交临床试验计划时,对于“如何信任并认可AI得出的结果”缺乏明确指南,企业难以推进到研发后期阶段。报告强调,亟需制定包含数据来源、模型设计、性能评价指标、可重现性验证方法等内容的“GMLP(Good Machine Learning Practice)”指南。
人才不足问题同样严重。目前韩国的AI专家与生物专家使用不同的学科语言,协作效率低下。报告建议将AI与数据科学纳入医科大学、药学大学、生命科学大学的必修课程,并在AI研究生院设立新药研发与生物特色方向。同时认为,应从制度上支持制药企业—AI初创企业—大学—医院之间的“复合型人才派遣及轮岗项目”,培养具备解决现场问题能力的专家。
报告强调,AI新药研发是一个从进入临床到获得监管接受都需要时间的复合流程,因此有必要新设中长期政策轨道。作为替代方案,报告提出构建“韩国式AI新药研发一体化平台”,打包提供公共临床数据全面共享、食品药品安全处监管咨询以及与制药企业的合作。报告补充称,还需要像美国“ARPA-H”或“癌症登月”项目那样设定国家级使命。
? 在“10万亿韩元规模”AI新药研发市场落后的韩国……需要完成哪些课题






