國家衛生研究院電子報

國家衛生研究院電子報第 723期 2017-12-12

會議報導
第1屆人工智慧於藥物發展會議
Report on the 1st Annual Artificial Intelligence in Drug Development Congress 2017

人工智慧（artificial intelligence）近年來成為顯學，不管在傳統製造業、科技行業、汽車業甚至是製藥領域中，這幾年都有長足的發展與應用。在今年稍早，葛蘭素史克（GlaxoSmithKline, GSK）公司就宣布將投資4,300萬美元（約13.3億台幣）應用人工智慧於藥物開發，其他知名藥廠，包括默克（Merck Sharp & Dohme, MSD）、強生（Johnson & Johnson）及賽諾菲安萬特（Sanofi-Aventis），也都陸續宣布，希望借助超級電腦及機器學習系統，來預測藥品成分的表現，精進研發的成功率，提高成本效益。製藥的過程十分複雜，而且要經過多重測試，有時候新藥未如理想無法順利通過審核上市，之前的研究時間和金錢投入就有可能損失；因此，目前人工智慧的興起，讓大家多所期待。

今年由Oxford Global會議公司，結合第15屆的Pharmaceutical IT會議，邀請各大藥廠人工智慧相關部門主管以及軟體開發商等，一同舉辦了第1屆的人工智慧於藥物發展會議（1st Annual Artificial Intelligence in Drug Development Congress），這是在藥物開發領域中，首次以人工智慧作為會議主軸的研討會，與會者超過二百五十位來自全球各地的專家，發表了超過二十個演講，領域含括化學、資工、電機、生物等領域，顯示出要發展人工智慧，須結合跨領域專長的各個專家，一同進行合作。

本次會議舉辦地點位於英國倫敦金融中心附近的「99國際會議中心」，會議分為兩大主軸，一是與人工智慧相關，另一則為大數據（big data）相關。在兩天的議程中，大會設定有3個主題，分別為：

• Artificial intelligence (AI) in drug discovery and development
  
• Artificial intelligence (AI) in big data and clinical research development
  
• Diagnostics and medical imaging in healthcare

在各個演講中，介紹了一些將人工智慧可應用藥物開發的不同階段，從上游的藥物開發一直到臨床試驗，甚至到醫學影像的部分，都有不同的切入點，參與這樣的會議，也讓我們瞭解到，在有限的資源下如何透過有效的資源分配，以及跨領域跨單位的合作，才能事半功倍的發展屬於自己的人工智慧系統。

除了有藥廠的人員分享經驗之外，大會也邀請了數個軟體開發商進行專題報告，更讓與會者瞭解到目前軟體的開發進展，也讓大家進一步思考各式商業模式的可能性。例如，大會邀請在人工智慧領域深耕已久且知名的公司如Cloud Pharmaceuticals、Recursion Pharmaceuticals、IBM Watson等，會議中分享其公司的發展過程，以及可提供的相關服務等，令人印象深刻。以IBM Watson為例，該公司算是最早進入以人工智慧協助判讀醫學影像的領域，在一兩年前，IBM Watson在判斷皮膚黑色素瘤的正確度上達到85%水準，已經比醫療專家判讀的準確度更高，而今年Watson更是進步到97%。該公司是IBM以人工智慧Watson為基礎，發展資料收集處理平台，是最早商業化（主要用於醫療領域癌症的檢測和預防）的人工智慧系統之一，並已達到可商業化應用的規模，影像判讀的進展更是一日千里。今年7月，台北醫學大學亦首開台灣先例，引進由美國史隆凱特林紀念癌症中心（Memorial Sloan Kettering Cancer Center）訓練出來的IBM Watson for Oncology（人工智慧癌症治療輔助系統），由台北醫學大學體系的台北癌症中心、台北醫學大學附設醫院、萬芳及雙和等醫院的腫瘤科，針對乳癌、肺癌、大腸癌、直腸癌、子宮頸癌、攝護腺癌、胃癌與卵巢癌等八大癌症為主，開始投入這項嶄新的醫療模式，藉由人工智慧輔助平台提出建議治療。

此外，讓人印象深刻的還有一家名為Cloud Pharmaceuticals的公司，該公司著重於前期藥物開發，除了可以對外提供相關收費服務之外，也自行發展新藥的產品線（pipeline），產品多元，包含抗癌用藥、糖尿病用藥、登革熱用藥等。此次該公司執行長Ed Addison（Chairman and CEO），以「Using AI combined with computational chemistry to design drugs」為題，在大會中發表演講並與大家分享心得如下：

1. 高速藥物篩選技術是「國王的新衣」（High Throughput Screening (HTS) is the “Emperor with no clothes”）。
   
2. 15 – 20年前，計算化學剛開始的時候，電腦的計算能力仍不足以應付所需 （When computational chemistry made its first run 15 – 20 years ago, computer power was inadequate for acceptable performance）。
   
3. 在今日，人工智慧、大數據以及更進階的計算化學正對高速藥物篩選技術產生衝擊（Today, the confluence of AI, big data and more advanced computational chemistry is disrupting HTS）。
   
4. 將會出現各種人工智慧，包含虛擬化學空間、啟發式搜尋、專家系統以及機器學習（A variety of AI methods will be presented: virtual chemical space, heuristic search, expert systems and machine learning）。

目前，台灣不管在哪個科研領域，都積極嘗試地導入人工智慧的輔助，科技部亦積極推動成立「AI創新研究中心」及相關專案計畫，國際製藥產業在過去一段時間，已經累積了相當多的研究數據。過去一直都是著重在大數據的處理分析上，希望可以找出失敗的原因，而目前因為電腦計算硬體與程式的進步，除了知道原因之外，更重要的是要能有效預測，這就有賴於目前人工智慧的輔助。這次參加第一次以人工智慧在製藥發展的國際研討會，不僅讓筆者開拓了視野，也讓筆者認識了在這個領域的多位專家前輩，獲益匪淺，更有助於未來進一步的國際合作與應用。
《文/圖：生技與藥物研究所蕭暉議助研究員；校閱：謝興邦研究員》