Paul Hudson认为： 人工智能预示着药物发现的伟大时代，可以从根本上改变医学——但前提是我们能让它实现。

以下是原文内容：
在经济不确定性、高利率、人才短缺和资本成本上升的背景下，人工智能 (AI) 成为许多行业、政府和学术机构的首要考虑因素。
尽管医疗保健行业必须克服一长串挑战，但我们有理由相信，通过人工智能，我们正处于一个伟大发现时代的风口浪尖，这个时代可能会从根本上改变医学领域。
在药物研发 (R&D) 领域，人工智能已经发挥了其潜力。
人工智能和数据分析正在推动突破，使我们能够预测患者的反应，增加临床试验成功的可能性，并为患者确定个性化的治疗计划。
借助人工智能，我们正在打破新的障碍，解锁以前无法成药的靶点，并为目前没有治疗选择的患者提供新的疗法。
在赛诺菲，利用人工智能赋能药物发现和开发正在产生重大影响。
我们在小分子药物发现方面的关键AI模型的预测准确率超过 80%，并且通过主动学习不断改进。
我们 90% 的疾病靶标均通过单细胞基因组学认证，75% 的小分子项目通过人工智能和机器学习 (ML) 化合物设计实现。
我们创建虚拟患者来推动计算机临床试验，最后，基于基因组学的精准医学将帮助我们实现患者分层。
我们正在使用先进的主动学习方法，改进人工智能模型训练，并需要更少的数据来训练我们的模型。
人工智能学习强调了指导设计周期的关键结构元素，使其更短、更便宜，并导致更高的新分子成功率。
我们正在将临床试验的数量增加 50%，迄今为止，我们的管道价值在 2019 年至 2023 年间已增加了四倍。
我们与创新生态系统保持持续联系，采取“无国界”的药物发现策略。我们 25% 的项目需要与合作伙伴合作，这使研究生产力（以每个临床候选分子花费的美元）增加了一倍，并使我们的首次临床试验项目增加了一倍。
此外，我们的运营方式正在发生深刻的改变。决策已从年度回顾性报告能力转变为动态前瞻性决策智能方法，将战略选择与运营决策联系起来，并寻求增强我们的反馈循环。
显然，我们正处于医学发现大规模扩张的十字路口，但要充分利用人工智能，还存在一些挑战，这些挑战将极大地影响制药行业释放潜力的能力。

人工智能监管

监管方面的地区差异将指导对人工智能的应用地点、标准以及高风险应用的构成的限制。
对数据质量、安全性、隐私和可信度的担忧都可能减缓人工智能的采用。联盟和组织正在不断涌现，以帮助公司进行自我监管。
随着许多公司开始在整个企业中实施人工智能，强大的数据基础和治理对于防止漏洞至关重要。
对药品价格限制的影响
药品新定价政策的意外后果可能会减少对有前途的研发候选药物的投资。
例如，《通货膨胀减少法案》包含一些人所说的“药丸惩罚”，因为它对小分子药物的定价是 9 年后，而生物制剂是 13 年。它基本上消除了追求新突破和旧药物用途的动力。结果可能是增加对生物制剂的投资，减少对小分子药物的投资。
生物制剂和小分子都同样有价值。小分子可以口服，这对许多患者来说更加方便，而且对于治疗许多疾病也至关重要。

生物技术初创企业获得资金的途径

生物技术创业环境是丰富的创新源泉，可以补充大型制药研发工作。两者之间的协同作用刺激了药物发现。
然而，初创企业在高利率环境中举步维艰，因为产品销售收入往往需要数年时间才能实现。随着成本上升，较高的利率也会削弱大型制药公司的并购意图。
2021年，有111家生物技术公司在美国进行IPO。2023年，只有20家生物技术公司进行了IPO。
与此同时，生物技术公司合并或倒闭的压力也越来越大。据安永称，一半的生物技术公司没有维持运营超过 18 个月所需的现金。为生物技术创造一个有吸引力的环境是保持研发创新机器动力的关键。

通过临床试验设计的新模型建立信任

分散的临床试验策略使世界不同地区的患者都可以参与，从而使患者信任受益。
再加上考虑到最有可能受益的患者群体（尤其是服务不足的患者）的代表性的设计，并从这些患者那里获得见解，可以提高患者对新疗法的接受度。
针对上述每一项的决策和行动都需要谨慎进行，进行权衡，以确保我们充分利用新的创新、见解和工具产生最强大的影响。
通过加强与不同利益相关者的合作，以确定这些未知领域的障碍并制定解决方案，我们可以推动更快的发现。
参考链接：https://fortune.com/2024/02/19/sanofi-ceo-ai-promises-great-era-drug-discovery-fundamentally-change-medicine/
—The End—
推荐阅读