打开网易新闻 查看精彩图片
尽管AI技术或各种AI大模型在新药研发中的应用取得了一些突破，但近期失败案例为其前景蒙上了阴影和质疑。
阅读文摘
2024年底，Insilico和Recursion等创新药物AI公司首批“AI发现”新药候选临床试验结果未达到预期疗效，引发业界和投资者对AI新药研发潜力发出了质疑声。
2023年，我们也举办过几期AI新药研发专题讲座，解析了AI技术应用的优势和不可预测性。
新药研发90%的失败率这是行业常态，但AI未能显著提升成功率，让人不禁反思其现阶段的AI技术应用价值。
部分专家认为，AI的失利并不代表整个AI驱动新药研发领域的失败，而是为了重新审视AI技术以及各种大模型和海量数据的局限性和药物研发复杂性提供了机会。
AI辅助新药成功率的微小提升，例如将失败率从90%降至80%，都可能带来显著的临床获益和经济价值影响。
业界人士认为，AI技术的真正价值不仅在于提高成功率，还在于缩短了研发时间、降低预期成本。然而，要实现这一目标，还需要在高效的数据生成和算法分析上进行更多投入，并将AI技术与药物开发专家的经验相互结合起来。
新药研发面临的挑战是如何避免失败"反应过激"，同时专注于长远发展。未来的关键在于找到AI技术独特发挥作用的特殊领域，并推动其实用性与创新价值结合。
如果应用AI技术得当，失败的挫折或将成为推动下一轮AI驱动药物研发大模型进步的催化剂，为AI辅助药物研发行业开辟更广阔的道路。应当冷静反思。
打开网易新闻 查看精彩图片
打开网易新闻 查看精彩图片
关注我们，获取生物医学前沿最新资讯
热门跟贴