《Nature》雜誌發表中國醫藥AI公司成果,利用AI優化藥物臨床試驗

編者按:近日,《Nature》雜誌發佈了一篇“人工智能助力新藥研發,大幅提高研發速度和精準度”的文章,介紹了醫療AI公司開心生活科技(HLT)在人工智能領域取得的成果,以及利用人工智能技術助力研究者提高了臨床試驗的質量和效率。

《Nature》雜誌發表中國醫藥AI公司成果,利用AI優化藥物臨床試驗

隨著新冠肺炎的持續蔓延,各國正在競相尋找遏制這種疾病的方法。一些研究人員正在利用AI技術來加速尋找治療方法,期望儘快發現有效的治療藥物。

這些研究人員受澳大利亞弗林德斯大學研製流感疫苗(全球首個完全由人工智能設計的藥物)過程的啟發,正在傾其心力地藉助人工智能尋找冠狀病毒疫苗。

新藥研發過程難度高、風險大,且非常漫長。塔夫茨藥物研發中心(Tufts Center for Study of Drug Development)的數據顯示,開發一種新藥的平均成本為26億美元,從新藥研發至上市的平均時間為12年。提高新藥研發的效率是一項迫在眉睫的全球性挑戰。

由於人工智能技術的出現和應用,製藥行業有望在識別藥物靶點和加速臨床試驗方面出現革命性的變革。越來越多的大型製藥公司高度重視人工智能技術,通過提高臨床試驗的質量和效率來克服各種障礙。

輔助眼科藥物臨床試驗

在中國,行業內知名的幾家醫療公司已經利用人工智能技術取得實質性成果。他們的成功正在不斷縮小中國和世界同行業領軍者之間的差距。

雷鋒網瞭解到,去年10月,中國知名的生物製藥公司和鉑醫藥宣佈已成功完成創新生物製劑HBM9036(Tanfanercept)的II期臨床試驗。該試驗在中國中重度乾眼患者中探索HBM9036滴眼液的安全性和有效性。在AI的幫助下,II期研究的時間顯著縮短。

全世界有3億多人患有乾眼症,但由於缺乏安全有效的抗炎藥物,只有約1/5的患者接受了治療。

山東眼科研究所所長、中國工程院謝立新院士表示:“雖然乾眼症的發病率不斷上升,但是以往的治療通常側重於緩解症狀,而針對疾病機制的策略則十分有限。”

在試驗過程中,和鉑醫藥與戰略合作伙伴開心生活科技(HLT)合作,基於眼科專家協同網絡,構建精準的診療行為畫像。雙方採用人工智能輔助平臺構建的疾病模型,進行了多維患者流分析,從而準確定位潛在患者人群和目標醫院。在此基礎之上,結合患者依從性分析,制定了精準的招募和入組計劃。

在醫療網絡醫生的協調下,這項單中心試驗在39天內招募了100例合格受試者,其中98例受試者完成了方案規定的所有訪視。和鉑醫藥首席產品開發官陳小祥表示,人工智能輔助的臨床研究大大加快了患者的入組和處理過程,使臨床試驗時間縮短了60%。

“我們致力於使用各種新技術來加速臨床研發。”陳小祥說,“人工智能推動了藥物研發進程,為製藥行業開創了新的發展模式,這一創舉將造福整個醫療行業。”

這項試驗結果以及和鉑醫藥與HBM9036合作開發夥伴HanAll開展的臨床試驗結果,為該藥物在中國進行III期臨床試驗提供了基礎,和鉑醫藥預計將於2020年啟動III期臨床試驗。

謝立信院士表示:“我希望所有領域都能接受智能臨床試驗。”

據雷鋒網瞭解,HLT已經利用人工智能技術,幫助多家中國醫療機構建立了醫療人工智能平臺,並且構建了多種疾病模型。其疾病模型支持多中心試驗,提高了研究中心的研究管理能力,特別是在臨床試驗管理方面。

“這標誌著智能臨床試驗時代的到來。”HLT的聯合創始人徐濟銘表示,“隨著人工智能趨於成熟,它正在創造一個更可靠、更高質量和更有效的藥物研發的新時代。”

優化臨床試驗管理

北京大學腫瘤醫院正在進行智能化臨床試驗的探索與實踐,並且與HLT合作成立了“智能臨床試驗創新基地”。

北京大學腫瘤醫院副院長沈琳談到,人工智能技術對臨床研究過程產生了非常重要的影響,不僅緩解了數據收集、追蹤、監測和影像學數據評價方面的各種問題,而且能夠提高研究質量和效率。

沈琳教授表示,醫院目前正在利用HLT的人工智能技術探索智能質控和數據管理的四個方面,即患者招募、不良反應事件智能報警、方案違背智能報警、合併用藥漏報提醒。

目前正在針對一些長期存在的問題和挑戰探尋答案:臨床試驗數據管理,比如記錄的可追溯性、方案違背、試驗用藥物管理流程和安全記錄;以及臨床試驗中的質量控制核查。

造成這些挑戰的原因可能很多,如:人力不足、數據層級提高導致的管理成本增加和管理效率降低、無法覆蓋所有數據等。

沈琳教授提到了HLT提供的智能系統的優化數據管理:“人工智能在提高臨床試驗質量方面的優勢已經在我們的實驗中得到充分體現。”

例如,一種算法表明,相比手動處理,試驗中藥物不良反應的漏報要低得多。

此外,在試驗期間加強監測能夠消除試驗後檢查的需要,進一步提高試驗效率。

eSource自動填表可以減少臨床研究協調員的數據錄入錯誤、縮短試驗時間,同時提高數據質量。沈琳教授表示:“我個人認為,臨床試驗對人工智能技術的需求是巨大的,未來的發展空間很大。”

自新冠肺炎疫情爆發以來,HLT還發布了一個遠程監測系統,協助臨床試驗的不同參與者之間進行在線協調。徐濟銘表示:“人工智能技術在確保臨床試驗的有效監測中發揮著關鍵作用。”

相比傳統治療方案,當前在制定個性化治療方案時對真實世界數據要更加重視。

雷鋒網瞭解到,國家藥品監督管理局最近發佈了首個在藥物研發中使用真實世界證據的指南,這意味著醫藥行業從業者更需要AI等工具來提高數據質量。

如果人工智能技術成為新藥研發的主力軍,將能夠減輕患者的用藥負擔,為患者提供更多的高質量藥物。


分享到:


相關文章: