百度想做药神？( 二 )

AI+药物研发并非新兴概念，全球几乎所有制药巨头已经开始尝试使用这项技术了。
制药巨头们合作的更多是创业公司，譬如默沙东在2015年选择BergHealth、强生在2016年将BenevolentAI纳入麾下、辉瑞在2018年与国内公司晶泰科技达成合作等。
从理论上来讲，AI药物研发的确极具潜力。
一般来讲，一款新药的研发要经过药物发现、临床前研究、临床研究及审批与上市四大步骤，平均需要10年左右的时间。
其中，药物发现是针对目标疾病合成多种可能有效的化合物——这也是药物研究的起点和源头，临床前研究则需要对这些化合物进行筛选及验证等，初步确定备选化合物的安全和有效等特征。
在这两步，制药公司往往就要花费大量的时间（4~6年）和精力——他们面对的是几十万甚至成百上千万的化合物，从中找出几十种甚至只有几种有效可成药的。
也正因如此，AI最被寄予厚望的作用就是预测结构、筛选化合物、设计及合成药物等。毕竟喂给AI的数据量越大，它就越能具备识别成药性的能力。
令人质疑的是，AI影像诊断一度也被认为具有极强的落地能力。但从曾经的风口到现在的默默无闻，整个行业中上几乎没有一家具备赚钱的能力。当然，本质上是因为AI+影像没有从根本上解决一线医生面临的问题，反倒更像隔靴搔痒，因而没有谈收费的筹码。
那么，AI+药物研发会不一样么？
目前来看，答案已经越来越肯定。
动脉网旗下蛋壳研究院数据显示，AI在化合物合成和筛选方面可较传统手段节约40%~50%的时间，每年可为药企节约260亿美元的化合物筛选成本。
即便不谈这些虚无的数据，我们也能够实实在在地看到，已有几款AI辅助研发的药物陆续进入人体试验。尤其在疫情间，礼来应用BenevolentAI公司的技术发现风湿关节炎用药巴瑞替尼可以用来治疗新冠，AI Therapeutics通过人工智能找到药物LAM-002A、并在6月进入临床II期等进展，都为困在大流行病阴霾中的人提供了新的希望。
这些节点对于AI药物研发公司来说则意味着收入。药企与这些乙方的合作往往采用里程碑付款的方式，第一笔只消支付一笔首付款，当药物分别进入临床I、II、III期后再支付愈发高额的费用。乙方谈得好的话，药品经审批上市后的销售也可能成为其长期收入来源。
对百度来说，自己投资支持的生物科技公司有成果可以问世固然好；没有最终成果的话，自家的算法也能经过更多、更高质量的一手数据训练，转而与其它药企寻求合作，为制药巨头更细分的产品线及小药企提供定制服务，这都是极好的机会。
唯一令人担忧的是，医疗毕竟是一门慢生意，百度等得起吗？
【本文作者石三香，由投资界合作伙伴虎嗅网授权发布，文章版权归原作者及原出处所有。文章系作者个人观点，不代表投资界立场。如内容、图片有任何版权问题，请联系（editor@zero2ipo.com.cn）投资界处理。】