马健：总体上说，“AI+制药”确实是一个很新的领域，其布局空间非常大。因为药物研发行业的产业链非常长，从最开始靶点的发现，到药物分子的筛选和设计，再到生物的活性实验，还要经历一系列的生产环节，最后再到人体的临床等。目前还不能单靠某一家公司来完成诸多环节，像上述的一些创业公司，都是在以某一环节为主的同时，向上下游拓展布局，比如说Exscientia更多的是面向早期的分子设计。

　　此外，国内的药物研究相较于国外，虽然目前在创新药物研发方面的能力比较弱，但国内新药市场潜力巨大，发展速度远超国外，并且随着国内药监局某些法规与国际接轨，我们相信未来国内药物研发行业会成为重要的市场。

　　NBD：药物研发是一个漫长的过程，人工智能运用于医药研发能够解决哪些行业痛点？

　　马健：药物研发涉及诸多环节，目前各家公司着重针对其中的某一环节在做改进。以晶泰科技见长的药物晶型预测为例，我们对行业的促进作用在于利用人工智能和算法的“先见之明”，帮助制药企业在研发早期制定出比较明确的研发路线和策略。具体而言，我们以晶型预测为切入口，用算法对药物分子中关键的物理、化学、生物特征进行准确预测，这些重要特征关系到药物后续能否研发成功。

　　在传统实践中，这些关键特征要在研发后期进行上千甚至上万次的实验才能得到验证，但这个时候药企往往已经投入大量的人力、财力，如果到了研发后期才发现一款药物的溶解度、毒性等指标不理想，这个药物项目很可能就此搁置，或者需要推倒重来，对药企是时间与资源的双重浪费，对患者来说也是一误再误。但现在运用量子物理和计算化学的算法之力，药企可以率先知道选择哪种种药物和研发路线最容易成功，从而提高研发效率及成功率。

数据与算法的开放共享是趋势

　　马健：“AI+制药”行业中的企业，大多做的是高性能科学计算，因此用云计算作为我们整个平台的搭建基础具有一定的必然性。因为高性能科学计算的体量非常大，我们在对一款药物化学分子进行分析时，可以算出其上百万种晶型的可能性，进而经过层层筛选和优化，最终锁定那些最稳定、最适宜用药的晶型，所以其中涉及到海量的计算，我们对数据的需求非常大。但这一行业中很多都是初创企业，如果要自己买一个数据中心，还要进行维护以及技术的更新换代的话，这样的投入对我们来说负荷过大。如果海量数据(行情603138,诊股)能开放共享，那么计算密集型的研发将事半功倍。因此，你所说的数据与算法的开放共享非常有必要，我们也在加快进行云端的架构。

　　NBD：人工智能技术平台将如何为医药界赋能？

　　马健：目前整个医药行业的大部分精力主要放在三个方向上：一是肿瘤；二是中老年病；尤其是阿尔茨海默症，还有一些其他的罕见病。目前常见的治疗感冒之类的药，其实药企都已不再着力研究，因为在市面上的感冒药已经比较成熟有效，大家将关注点放到延长人类寿命的药品研究。事实上，现在临床三期的药物研发管线上大概有70%~80%是与治疗肿瘤相关的抗癌药。

　　在国外，已有一些药物研发取得有效的治疗方案，比如像白血病这种传统认知中的“绝症”，目前已经当作一种慢性病在医治。此外，癌症患病后的五年生存期在中国大概有40%，在欧美国家大概达到80%，也就是说，一个人得了癌症的五年之后，有80%的概率还活着，并且随着下一代肿瘤药、靶向药的出现，其生命周期还会进一步延长。尤其是在中国人口基数这么庞大的国家，即使是罕见病，乘以基数也涉及非常大的患病群体。因此，加快具有更好疗效的新药研发，无论对医学界还是对广大患者群体，都具有很大意义。

　　（实习生张潇尹对本文亦有贡献）