從AIGC角度看醫(yī)藥產(chǎn)業(yè)圖譜

從AIGC角度看醫(yī)藥產(chǎn)業(yè)圖譜01AI醫(yī)療器械A(chǔ)IGC突出創(chuàng)造性生產(chǎn)，依賴于多模型的技術(shù)融合自然語言處理賦予了AI理解能力和創(chuàng)作能力:NLP有2個(gè)核心的任務(wù)：分別是1）自然語言理解—NLU；2）自然語言生成—NLG。自然語言理解：希望機(jī)器可以像人一樣，具備正常人的語言理解能力。需要涉及：1）語言的多樣性；2）語言的歧義性；3)語言的魯棒性；4）語言的知識(shí)依賴；5）語言的上下文。自然語言生成：為了跨越人類和機(jī)器之間的溝通鴻溝，將非語言格式的數(shù)據(jù)轉(zhuǎn)換成人類可以理解的語言格式，如文章、報(bào)告等。需要涉及：1）內(nèi)容確定；2）文本結(jié)構(gòu)；3）句子聚合；4）語法化；5）參考表達(dá)式生成；6）語言實(shí)現(xiàn)。AIGC的創(chuàng)造力發(fā)展歸功于算法領(lǐng)域的技術(shù)積累AIGC領(lǐng)域的技術(shù)包含了：生成對抗網(wǎng)絡(luò)（GAN）、變微分自動(dòng)編碼器（VAE）、標(biāo)準(zhǔn)化流模型（NFs）、自回歸模型（AR）、能量模型和擴(kuò)散模型（DiffusionModel）?？傮w趨勢來看，大模型、大數(shù)據(jù)、大算力是未來的發(fā)展方向。目前兩個(gè)最常用的模型是GAN和DiffusionModel。1.GAN(GenerativeAdversarialNets）生成對抗網(wǎng)絡(luò)：結(jié)構(gòu)包含兩個(gè)模型，一個(gè)是生成模型（Generator，G），另一個(gè)是判別模型（Discriminator，D）。2.DiffusionModel擴(kuò)散模型：擴(kuò)散模型的生成邏輯相比其他的模型更接近人的思維模式，也是為什么近期AIGC擁有了開放性的創(chuàng)造力。本質(zhì)上，擴(kuò)散模型的工作原理是通過連續(xù)添加高斯噪聲來破壞訓(xùn)練數(shù)據(jù)，隨后通過反轉(zhuǎn)這個(gè)噪聲過程來學(xué)習(xí)恢復(fù)數(shù)據(jù)。訓(xùn)練后，我們可以通過簡單地將隨機(jī)采樣的噪聲傳遞給學(xué)習(xí)的去噪過程來生成數(shù)據(jù)。ChatGPT將成為智能時(shí)代的全新信息系統(tǒng)入口大語言模型（LLM)是指使用大量文本數(shù)據(jù)訓(xùn)練的深度學(xué)習(xí)模型，可以用于生成自然語言文本或理解語言文本的含義。大語言模型可以處理多種自然語言任務(wù)，基于大語言模型開發(fā)的ChatGPT或能夠?yàn)橛脩籼峁┬畔⑾到y(tǒng)入口/界面，同時(shí)可以管理計(jì)算資源并支撐應(yīng)用開發(fā)。SAM的開源將促進(jìn)機(jī)器視覺通用大模型的進(jìn)一步研究Meta在4月5日發(fā)布了機(jī)器視覺領(lǐng)域首個(gè)用于圖像分割的通用大模型SegmentAnythingModel（SAM）及其訓(xùn)練數(shù)據(jù)集SegmentAnything1-Billion（SA-1B），并將其開源于GitHub。該模型的推出旨在促進(jìn)機(jī)器視覺通用基礎(chǔ)大模型的進(jìn)一步研究，為圖像分割領(lǐng)域的研究和應(yīng)用提供更加完備的解決方案。SAM模型基于Meta在2021年發(fā)布的UnifiedVision模型架構(gòu)，并在此基礎(chǔ)上進(jìn)行了優(yōu)化和改進(jìn)。該模型采用了多尺度特征融合和深度監(jiān)督等技術(shù)，具有更好的圖像分割效果和更高的魯棒性。SA-1B數(shù)據(jù)集是Meta開源的一個(gè)大規(guī)模的、高質(zhì)量的圖像分割數(shù)據(jù)集，包含10萬張圖像和100萬個(gè)標(biāo)注，涵蓋了人、動(dòng)物、車輛、建筑等多種類別。開源SAM模型和SA-1B數(shù)據(jù)集將為機(jī)器視覺領(lǐng)域的學(xué)術(shù)研究和產(chǎn)業(yè)應(yīng)用提供更加豐富的資源和技術(shù)支持。通過更加廣泛地應(yīng)用和改進(jìn)SAM模型，將有助于推動(dòng)圖像分割技術(shù)在自動(dòng)駕駛、醫(yī)學(xué)影像分析、智能安防等領(lǐng)域的應(yīng)用。AI醫(yī)療影像:輔助診斷為主，助力精準(zhǔn)診療AI醫(yī)療影像產(chǎn)品廣泛應(yīng)用于醫(yī)技科室，包括超聲影像、放射影像和病理影像等領(lǐng)域。AI醫(yī)療影像輔助診療軟件集成了CV技術(shù)和深度學(xué)習(xí)，嵌入至醫(yī)技科室的醫(yī)療器械設(shè)備中，以實(shí)現(xiàn)各種功能。這些軟件的應(yīng)用可幫助醫(yī)生快速出具診斷結(jié)論和治療方案。在AI醫(yī)療影像產(chǎn)品中，疾病篩查和輔助診斷產(chǎn)品是最早應(yīng)用和競爭最激烈的品類，而輔助治療類產(chǎn)品的進(jìn)展較慢。因此，開發(fā)輔助診斷和為治療康復(fù)規(guī)劃的方案尤為重要。AI醫(yī)療機(jī)器人:手術(shù)、輔助、康復(fù)機(jī)器人皆具備較高臨床價(jià)值醫(yī)療機(jī)器人被設(shè)計(jì)用于進(jìn)行外科手術(shù)、輔助診斷、醫(yī)療服務(wù)和康復(fù)治療等醫(yī)療活動(dòng)，具有醫(yī)用性、臨床適應(yīng)性和交互性?？梢愿鶕?jù)實(shí)際的醫(yī)療環(huán)境進(jìn)行檢測、移動(dòng)、提示等操作，完成相應(yīng)的醫(yī)療任務(wù)。AI醫(yī)療機(jī)器人是在傳統(tǒng)醫(yī)療機(jī)器人的基礎(chǔ)上，加入了具備AI感知與認(rèn)知技術(shù)的軟件系統(tǒng)，可以幫助醫(yī)生完成半自動(dòng)化或全自動(dòng)化的診療操作。AI醫(yī)療機(jī)器人都可分為手術(shù)機(jī)器人、康復(fù)機(jī)器人、輔助機(jī)器人和服務(wù)機(jī)器人四類。其中前三類機(jī)器人更多地服務(wù)于臨床應(yīng)用，具有較高的臨床價(jià)值。CDSS與病種質(zhì)控:臨床決策支持以人機(jī)交互為核心,AIGC拉升效率CDSS（臨床決策支持系統(tǒng)）是一種計(jì)算機(jī)應(yīng)用系統(tǒng)，主要通過運(yùn)用相關(guān)的臨床知識(shí)、患者基本信息以及病情信息，幫助醫(yī)生加強(qiáng)醫(yī)療決策與行動(dòng)，從而不斷提高醫(yī)療診斷治療的服務(wù)質(zhì)量。由于臨床醫(yī)師專業(yè)領(lǐng)域往往局限于單病種研究，且基層醫(yī)生的誤診與漏診率較高，CDSS的設(shè)計(jì)目的是為了幫助醫(yī)生跨越單病種知識(shí)限制、規(guī)范醫(yī)師診療行為、把控醫(yī)療質(zhì)量、避免醫(yī)療差錯(cuò)以及減少不必要的醫(yī)療費(fèi)用支出。02AI制藥AI制藥：逐漸完善的行業(yè)拼圖當(dāng)前國內(nèi)外AI制藥行業(yè)的主要玩家主要有三類，即大型藥企、AI制藥初創(chuàng)型企業(yè)和互聯(lián)網(wǎng)頭部企業(yè)，其中大型藥企包括傳統(tǒng)藥企及CRO企業(yè)。根據(jù)DeepPharmaIntelligence數(shù)據(jù)，截至2022Q1，全球參與AI藥物研發(fā)的大型藥企超過56家，其中包括超36家傳統(tǒng)藥企和20家CRO企業(yè)；相關(guān)互聯(lián)網(wǎng)頭部企業(yè)超31家，AI制藥初創(chuàng)型企業(yè)超過495家。人工智能藥物發(fā)現(xiàn)的領(lǐng)域投入逐年穩(wěn)步增長。涌入由人工智能驅(qū)動(dòng)的生物技術(shù)公司投資額從2020年的481.9億美元大幅增長至2022年的1264億美元，2020-2022年復(fù)合增速高達(dá)61.96%。大型藥企：根據(jù)DeepPharmaIntelligence數(shù)據(jù)，2022年全球以AI制藥交易數(shù)量計(jì)排名前十的藥企以MNC為主；國內(nèi)AI制藥行業(yè)起步較晚，本土藥企在AI制藥領(lǐng)域的涉足更為謹(jǐn)慎，但近年來市場熱度呈大幅提升趨勢。2022年1月，復(fù)星醫(yī)藥針對四個(gè)指定靶點(diǎn)以AI技術(shù)開展藥物研發(fā)與AI制藥初創(chuàng)公司英砂智能的QPCTL項(xiàng)目達(dá)成戰(zhàn)略合作，項(xiàng)目首付款為1300萬美元，創(chuàng)造了當(dāng)時(shí)中國AI制藥合作交易首付款最高紀(jì)錄。其市場進(jìn)入方式主要分為內(nèi)部自建研發(fā)團(tuán)隊(duì)，對外部AI制藥初創(chuàng)企業(yè)進(jìn)行投資收購，以及與互聯(lián)網(wǎng)巨頭或AI初創(chuàng)型企業(yè)開展合作等形式。AI制藥：AI在多疾病領(lǐng)域廣泛應(yīng)用截至2022年底，根據(jù)DeepPharmaIntelligence數(shù)據(jù)，亞洲地區(qū)各國統(tǒng)計(jì)的700家AI制藥公司中，主要布局包括早期藥物開發(fā)（392家）、數(shù)據(jù)處理（235家）、臨床開發(fā)（149家）、端到端藥物開發(fā)（83家）、臨床前發(fā)展（57家）及藥物再利用（26家）等在內(nèi)的六大環(huán)節(jié)。使用AI進(jìn)行藥物開發(fā)的主要領(lǐng)域是早期藥物開發(fā)和數(shù)據(jù)處理。這些過程中涉及的數(shù)據(jù)多樣性，使人工智能成為預(yù)測小分子的生物活性、毒性等不可替代的工具。適應(yīng)癥上看，腫瘤、免疫學(xué)及神經(jīng)病學(xué)領(lǐng)域占比最大，分別為37%、21%和14%。隨著全球腫瘤疾病負(fù)擔(dān)日益提升，發(fā)現(xiàn)癌癥的治療方法是21世紀(jì)最重大的公共衛(wèi)生挑戰(zhàn)之一；免疫學(xué)排在第二位，21%的公司將其AI技術(shù)用于尋找免疫學(xué)疾病的治療。AI制藥：AI可參與藥物開發(fā)過程多個(gè)階段一次和二次藥物篩選：藥物發(fā)現(xiàn)中，先導(dǎo)化合物的篩選至關(guān)重要，人工智能在識(shí)別新的和潛在先導(dǎo)化合物方面發(fā)揮巨大作用。在化學(xué)空間中有大約1.06億個(gè)化學(xué)結(jié)構(gòu)，利用機(jī)器學(xué)習(xí)模型如強(qiáng)化模型、Logistic模型、回歸模型和生成模型，根據(jù)活性位點(diǎn)、結(jié)構(gòu)和靶結(jié)合能力可以篩選出這些化學(xué)結(jié)構(gòu)。肽合成與小分子設(shè)計(jì)：1）多肽：由約2-50個(gè)氨基酸組成的生物活性小鏈，具有跨越細(xì)胞屏障的能力并可以到達(dá)所需的靶點(diǎn)，因此近年來越來越多被用于治療。研究人員利用AI發(fā)現(xiàn)了新肽，Yan等人在2020年開發(fā)了基于DL的短抗菌肽（AMPs）鑒定平臺(tái)Deep-AmPEP30，使用該平臺(tái)，研究人員從一種存在于胃腸道的真菌病原體光滑梭菌基因組序列中鑒定出新的AMPs；2）小分子：AI也可用來探索小分子的治療作用，Zhavoronkov等人設(shè)計(jì)了一種基于生成性強(qiáng)化學(xué)習(xí)的小分子從頭設(shè)計(jì)工具GENTRL，并利用它發(fā)現(xiàn)了一種新的酶抑制劑DDR1激酶。03AI智慧藥房及藥店分銷AI藥店分銷：AI助力流通企業(yè)提升經(jīng)營效率互聯(lián)網(wǎng)化、數(shù)字化成為醫(yī)藥分銷行業(yè)未來發(fā)展的引擎，AI助力流通企業(yè)提升經(jīng)營效率。隨著藥品流通行業(yè)集中度提升，醫(yī)藥供應(yīng)鏈與互聯(lián)網(wǎng)深度融合，打造新型數(shù)字化醫(yī)藥流通模式，建立新型醫(yī)藥行業(yè)供應(yīng)鏈平臺(tái)，以智慧化信息技術(shù)賦能藥品流通勢在必行。帶量采購制度的常態(tài)化，驅(qū)動(dòng)藥企、流通企業(yè)更注重開發(fā)院外市場，終端覆蓋能力強(qiáng)、配送效率高的流通企業(yè)將有更強(qiáng)的市場競爭力。流通企業(yè)借助數(shù)字化技術(shù)打造更全能的供應(yīng)鏈B2B平臺(tái)，構(gòu)建扁平化、共享化、去中心化的新流通商業(yè)格局，助力品牌商、供應(yīng)商快速直供終端，可以推動(dòng)產(chǎn)業(yè)形成“聚合效應(yīng)”，迅速提升業(yè)務(wù)規(guī)模。AI賦能醫(yī)藥分銷主要集中在三個(gè)領(lǐng)域：供應(yīng)鏈服務(wù)、醫(yī)藥管理信息系統(tǒng)保障能力、臨床服務(wù)能力。近年來，上海醫(yī)藥、九州通、柳藥集團(tuán)、重藥控股等流通公司持續(xù)在以下三個(gè)領(lǐng)域深入挖掘數(shù)字化改革。AI賦能供應(yīng)鏈服務(wù)：在信息技術(shù)、AI、物聯(lián)網(wǎng)等技術(shù)加速催化下，實(shí)現(xiàn)供應(yīng)鏈全程可視化、可追溯，有機(jī)連接并分析應(yīng)用醫(yī)藥供應(yīng)鏈上下游各環(huán)節(jié)的數(shù)據(jù)，實(shí)現(xiàn)高效運(yùn)營。AI賦能醫(yī)藥管理信息系統(tǒng)保障能力：打造能與先