AI 藥物研發(fā)的背后同樣隱藏著諸多挑戰(zhàn)。“AI用于藥物研發(fā)幾十年前就已經(jīng)開(kāi)始了，到目前為止，除了可以降低藥物研發(fā)行業(yè)的入門門檻，讓更多非專業(yè)性人才一同加入研發(fā)的前期工作，在我看來(lái)，AI暫時(shí)并沒(méi)有為整個(gè)領(lǐng)域帶來(lái)特別大的改變。”

作為美國(guó)生物制藥研發(fā)公司DeepBiome Therapeutics的創(chuàng)始人，羅成偉博士長(zhǎng)期專注于利用AI挖掘人類微生物組的領(lǐng)域，他表示：“以新的小分子研發(fā)過(guò)程來(lái)舉例，首先需要大量計(jì)算和模型來(lái)確定并驗(yàn)證分子的可用性，然后在不同的細(xì)胞系中做實(shí)驗(yàn)，再到動(dòng)物模型的各類臨床實(shí)驗(yàn)，AI發(fā)揮作用的計(jì)算部分，在藥物研發(fā)過(guò)程中占到的比例僅為2%左右。”

AI 醫(yī)藥的領(lǐng)跑者IBM公司，在2019年4月因財(cái)務(wù)業(yè)績(jī)低迷而決定停止開(kāi)發(fā)和銷售藥物開(kāi)發(fā)工具——Watson人工智能套件。羅成偉坦言：“AI助力藥物研發(fā)需要足夠多的數(shù)據(jù)點(diǎn)作為支撐，但在世界范圍內(nèi)，各大藥廠的數(shù)據(jù)共享是個(gè)難題，因此使得AI作用削弱。”中國(guó)的AI技術(shù)應(yīng)用在醫(yī)藥研發(fā)上也存在不少短板，例如對(duì)于非結(jié)構(gòu)化的醫(yī)藥文獻(xiàn)信息處理技術(shù)，還處于比較初級(jí)的階段；AI技術(shù)對(duì)于醫(yī)藥研發(fā)中常見(jiàn)的小數(shù)據(jù)問(wèn)題的學(xué)習(xí)和處理能力不強(qiáng)等問(wèn)題。

“中國(guó)的AI 藥物研發(fā)亟需發(fā)展更多更好的原創(chuàng)性算法和底層工具。”裴劍鋒認(rèn)為，AI輔助醫(yī)藥研發(fā)必然是未來(lái)新藥研發(fā)的主要技術(shù)方向之一，有可能促進(jìn)新藥研發(fā)方式的改變。未來(lái)，隨著強(qiáng)人工智能和認(rèn)知智能技術(shù)的發(fā)展，這些問(wèn)題將逐步得到解決。