<mark id="oztn4"></mark>
0
| 本文作者： 李雨晨 | 2021-08-05 11:58 |
雷鋒網消息，7月29日，由平安與日本鹽野義合資成立的平安鹽野義有限公司（以下簡稱“平安鹽野義”）正式在上海開業。平安鹽野義將從未病護理、預防、診斷、核心治療藥及跟蹤回訪等階段提供包括運動、非處方藥、疫苗、新藥等健康管理方案 。
中國平安聯席CEO陳心穎在開業儀式上的視頻致辭中談到：“對平安集團而言，醫療生態圈是我們長期堅持的核心戰略之一。平安鹽野義合資公司是平安在醫療生態圈的又一重要布局。”
平安鹽野義董事長兼CEO吉田達守則表示：“平安鹽野義將融合中國平安集團世界一流的AI技術，和鹽野義制藥的新藥研究經驗，不斷顛覆制藥行業的現有常識、積極創新，為中國人民的健康做出貢獻。”
近年來，平安在醫療領域不斷發力，建立并完善了一個覆蓋監管方、醫生醫院、第三方檢測、藥品器械廠商等在內的醫療健康生態圈。而這個面向未來的醫療健康生態圈，也不斷顯現出深遠的成效。
此前，平安集團首席醫療科學家謝國彤曾表示，平安科技要打通和擊破的是涉及診前、診中、診后的整套疾病管理生命周期。
具體而言，是從診前的分診、預測、篩查，到診中的診斷治療，到診后的隨訪、患者教育一整套生命周期里，如何利用技術針對影像數據、文本數據、病例數據的挖掘變成模型，從而提高醫生的工作效率，并幫助醫生解決比較困難的問題。
但是從行業現狀來看，多數AI企業的重心放在診前以及診中的診斷環節。“三分靠院內治，七分靠院外養”，除了三甲醫院和基層醫療的龐大AI輔助診療等需求，院外的AI應用場景有很大的空間，這其中很重要的一環就是藥物研發。
據了解，2020年4月，平安的人工智能藥物研發團隊成立，初衷就是用AI尋找藥物研發的市場空間和機遇。藥物研發是一個需要大量數據密集計算的領域，從上億個分子中去尋找，從無數臨床試驗中去探尋，最后看到底什么物質最有可能成為藥。
如今，一款創新藥的研發全流程花費動輒十億美元，時間跨度也長達十年。但其中的每一個環節，都有很多可以用算法優化的地方。
2020年，被稱為AI制藥的“元年”，國內獲得融資的AI藥物研發企業有8家，總額達14.16億美元——合人民幣近百億元。
此外，百度、騰訊、字節跳動等互聯網巨頭也相繼入局。一時間，AI藥物似乎成為了下一個“現象級”的創業賽道。入局企業雖多，但是結合AI的理念革新以及醫藥行業整體的智能化水平來看，藥物研發的布局基本處于起步階段。
而平安所掌握的醫療AI技術、海量數據和專家知識，以及構建的醫療生態圈，可以賦能AI制藥的研發、制造、銷售等全鏈條，助力平安在AI制藥賽道保持良好的初速度和爆發力。
更應該注意到的是，平安還可以通過自己強大的網絡，將來自患者，或者是醫院等專業醫療機構的數據開展真實世界的證據分析，反哺至上游的研、制環節，打通產業鏈的全部環節，真正實現一個高效、閉合、接地氣的醫療健康生態圈。
在人工智能應用中，除了算法、算力、數據三要素外，現在尤其強調知識這一新要素。平安智慧醫療已經構建了藥物研發知識圖譜，覆蓋3億的節點和1億的關系。
同時，平安與擁有豐富知識及強大藥物研發能力的鹽野義制藥已成立合資公司，結合鹽野義制藥的優勢及平安在大數據和人工智能的分析科技，雙方深耕AI藥物研發平臺，進而高效地制造和提供高增值的創新藥物和醫療健康服務，并為客戶提供量身訂造的解決方案。
平安方面表示，AI制藥團隊的中短期目標主要與鹽野義制藥開展合作，用AI技術賦能抗感染和中樞神經系統疾病領域的新藥研發。
遠期目標是融合平安積累的科技創新，以及鹽野義作為藥物發現導向型制藥公司的專業優勢，賦能AI藥物研發，提升中國醫藥健康的服務水平，并以科技賦能醫療健康行業，為客戶提供更多元化的醫療健康服務。
近年來，平安持續投入建設醫療生態圈，其根源在于，平安有過去幾十年的積累和日益強大的科技能力為基礎。
根據平安2020年報顯示，截止到2020年12月末，平安集團科技專利申請數累計達31412項，較年初增加10029項，位居金融科技、數字醫療專利申請榜單全球第一位。
因此，憑借以往的技術底子，從2020年4月成立人工智能藥物研發團隊以來，平安一直在低調布局、潛心科研。在短短一年多后，平安科技團隊就產出了多項世界級的重磅成果。
據雷鋒網了解，近日，平安醫療科技研究院和清華大學聯合在計算生物學頂級期刊Briefings in Bioinformatics發表論文（2021年SCI影響因子11.62）。依托平安賽飛AI平臺和AskBob智藥平臺，平安和清華大學雙方在選題創新探索、大規模預訓練試驗、論文發表、賦能新藥發現等環節密切合作，平安醫療科技研究院首次在計算生物學領域發表用于藥物發現的分子預訓練模型。
平安醫療科技研究院通過分布式訓練加速算力和自主研發的預訓練算法，從超過1100萬的分子化合物中以自監督學習方式，訓練出具有5300萬參數藥物分子模型MolGNet，實現優異的分子表征能力。
值得注意的是，5300萬參數，這樣的參數規模已然不小。
平安科技深度學習平臺團隊副總工程師高鵬博士表示，MolGNet模型對藥物分子表示的性能超越了業界當前，因為精巧地整合了分子圖數據中節點（原子）和邊（化學鍵）的消息傳遞，5300萬參數算是最具性價比的規模（參數量雖然沒有NLP語言模型的億級規模大，但是可以較好地解決藥物分子表示學習問題）。
據了解，MolGNet通過學習海量未標記的化學分子，在藥物研發領域的三大類任務（DDI藥物相互作用預測、DTI藥物活性預測和藥物生化性質預測）中的14項子任務上超過了當前業界最先進的模型算法（包括斯坦福大學、騰訊、中科院上海藥物研究所等在頂會NeurIPS2020、ICLR2020等發表的技術，其中藥物相互作用預測平均超過8%，性質預測任務平均超過13%）。
高鵬博士向雷鋒網表示，藥物性質預測、DDI藥物相互作用預測、DTI藥物活性預測這三類任務，是臨床前藥物發現中圍繞藥物最常見和重要性排前列的任務場景，也是縮小和聚焦目標藥物化學空間的關鍵指標和篩選利器。
基于上述三類預測技術，能夠為抵消傳統藥物開發方法中出現的效率低下和不確定性提供機會，同時將過程中的偏見和人為干預降至最低。
換言之，MolGNet從設計之初，就是為了破解AI新藥研發中最核心、最重要的幾大問題。從現實成績來看，MolGNet模型確實展現出了超強的實力。
去年，平安醫療科技研究院在美國麻省理工學院（MIT）主辦的國際頂級生物醫藥發現比賽AI Cure Open Tasks上奪得新冠肺炎繼發感染藥物抗菌性預測冠軍，擊敗了包括MIT、斯坦福大學、美國臨床免疫療法公司Vir Biotechnology在內的眾多知名高校和企業。其預訓練算法PHD也在今年全球頂級人工智能國際會議IJCAI 2021發表（4204篇投稿，接收率13.9%）。
被IJCAI這樣的頂會接收，足見MolGNet模型的含金量。
目前，MolGNet模型已經作為基礎模塊集成到平安AskBob智藥平臺，賦能與鹽野義合作的抗炎癥和中樞神經類疾病的新藥研發中，未來適時會考慮將其開放給業界。
對于客戶或者使用者來說，不需要繁瑣的部署便可通過平安AskBob智藥平臺和底層的賽飛AI平臺，應用這套模型實現各自在制藥場景中需要的預測結果。
傳統的制藥行業對于AI的態度正在經歷從懷疑到興趣，AI與制藥行業的核心業務深度融合，需更深刻的行業知識與更高的技術保障。
這次用于藥物發現的分子預訓練模型的推出，將是平安醫療生態圈建設的一個良好補充，從而形成醫療AI更完整的鏈條和閉環效應，加強中國的健康及醫療服務水平。
馬明哲發表在《人民日報》的署名文章中寫到，平安的溫度，是助力健康中國建設、構建適老社會的擔當。從機構、用戶、服務方、支付方和科技五大方面，著力構建醫療生態閉環。從上述的幾點出發，平安正在舉全集團之力構建涵蓋“用戶—服務商—支付方”的全方位醫療健康生態圈閉環：
通過平安好醫生、平安壽險、平安養老險、平安健康險等子公司，服務廣大線上線下個人客戶
通過平安智慧城市業務中的智慧醫療團隊及平安好醫生平臺，賦能政府監管部門和醫療服務各參與方
通過平安醫保科技建立的智慧醫保一體化及智能醫療管理平臺，賦能醫保局、商保公司等支付方
更進一步地看，雖然此次技術創新被應用于藥物發現的分子表征，但這項技術極為通用，可以適用于其他領域的圖表示學習，例如推薦系統、用戶畫像、金融分析、社交網絡和知識圖譜等業務場景。
正如馬明哲在2020年中國平安年度報告董事長致辭中所說的，“戰略創新上，積極部署未來，金融是平安的現在時，醫療是平安的未來時。我們將從醫療管理機構、用戶、服務方、支付方、科技五方面加速構建醫療生態閉環，助力‘健康中國’建設。”
而平安正在一步步走在既定規劃的未來藍圖中。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
