（文章來源：中國工控網）

對藥企來說，每開發一種新藥，成本都是巨大的，不僅涉及到至少上億元的投資，更重要的是時間精力的投入。一種新藥，從理論階段的研究，到合成路線的規劃，到制藥工藝的開發，再到藥代動力學和毒理學的驗證，再到劑型的選擇，然后才是把藥做出來，但是這才是萬里長征的第一步，藥品還要經過漫長的臨床研究才能被應用。

2018年年初，國際制藥巨頭羅氏對外宣布，以19億美元收購美國癌癥數據公司Flatiron Health所剩余的全部股份，從而將這家風頭正勁的醫療大數據獨角獸強勢收入囊中。其實在2017 年 11 月，羅氏已經收購了一家美國軟件公司 Viewics 公司，獲得其實驗室 IT 系統的云端大數據平臺，使其能夠在診斷操作中增強現有的數字化功能。

羅氏CEO Daniel O’Day這樣解釋：“此次并購是公司面向未來個性化醫療戰略的重要一步。規范的真實世界數據源和建模能力對于加快癌癥治療技術和新藥的研發至關重要。Flatiron Health能夠為我們提供面向未來醫藥研發的基礎的技術和數據建模的服務”。

利用大數據和AI技術可以加速藥品的研發進程。目前人工智能已應用于新藥發現階段對于靶點發現、藥物篩選、藥物優化等方向中，并在加快藥物研發周期及降低成本上顯現出作用。

其中，大數據在輔助診療、新藥研發評價、藥物篩選等領域中，發揮著重要作用。大數據將讓藥品研發和評價階段更高效、安全。如在數據應用過程中，可以發現藥品上市后，無論在安全性評價、在更廣泛的運用上，數據已經起到非常好的、關鍵性的作用，從而使藥物研發能夠得到新的提升，不斷會有波峰出現。

對于新藥研發來說，醫療大數據可以為新藥研發提供方向。通過對數據的觀察研究，可了解疾病的發病率、患病率、疾病負擔、并發癥、診治情況等，從而獲知目前亟待解決的重要臨床問題。多年來，大數據一直備受不同行業與行業人士的青睞，越來越多的像羅氏一樣的制藥企業正在從大量數據的收集、分析和評判中受益。

正是基于以上的一些證據，有人給出了這樣一個答案：“用AI、大數據等手段解決《我不是藥神》背后新藥研發困境”。

目前，很多制藥企業已經開始采用數據集成和云集成技術解決方案，但目前仍存在很多問題。首先，制藥行業每秒鐘可以產生上千條的數據，這會數據量太大無法處理，還有丟失的危險，其次，如何準確判定數據的有效性，剔除無效數據，甄別有效信息短期內還無法做到，大數據不會因其量多就更可靠。最后，一些經過嚴謹科學試驗獲得的“小數據”同樣不能忽視。因此許多企業都面臨著“亂麻”一樣的問題。

由于制藥行業特殊性，質量監管部門對于與藥品質量密切相關的數據的重視，然而隨著大數據、云計算等技術的應用，這些數據信息都將面臨被人為修改或病毒侵入的機會。“長春生物疫苗”事件便是因為數據記錄被惡意修改所造成。因此，如何從技術與安全等方面，確保在“智能制造”模式下的數據安全將是制藥行業亟需解決的一個重要課題。

世界上并沒有所謂的“藥神”，大數據、AI確實是一個有效的促進手段，但是脫離了人這個核心，誰又敢說是真正的“救世主”呢？
（責任編輯：fqj）