Deena Beasley

路透10月7日 - 诺华公司（NOVN.S）针对一种罕见肌营养不良症的实验性药物del-desiran (link) 原本被寄予厚望，这家瑞士公司的首席执行官曾预测其年峰值销售额将达50亿美元。然而，当上个月一项晚期临床试验 (link) 未能达到预期目标后，该公司股价下跌11%，市值蒸发了300亿美元。

人工智能初创公司BioinvestGPT对此并不感到意外。今年7月，该公司进行了一项模拟试验，以评估虚拟患者对del-desiran的反应，并预测其临床效益微乎其微。

该公司及其他人工智能企业表示，它们正与部分制药商合作开展虚拟试验，以提高实验性药物在实际患者参与昂贵的传统临床试验时被证实安全有效的概率。

全球生物制药行业每年在人体临床试验上的支出约为1400亿美元，但只有约12%的候选药物能获得监管机构批准 (link) ——这一比例几十年来几乎没有变化。

人工智能公司表示，目前正利用模拟技术来确定哪些药物研发项目值得推进，并评估收购目标的价值。随着人工智能工具在识别临床风险方面的能力不断提升，他们认为试验中意外失败的情况可能会减少。

人体临床试验通常从规模较小的Ⅰ期研究开始，主要目的是评估安全性；随后是中期Ⅱ期试验，最后是监管机构要求开展的大规模Ⅲ期试验，该阶段还需评估疗效。这一过程需要数年时间，而某些人工智能模拟仅需一个月甚至更短。

“我们不应只问如何加快试验进度，而应思考如何减少那些注定会失败的试验，”总部位于特拉维夫的人工智能临床试验模拟平台QuantHealth首席医疗官弗朗西斯科·贝卡（Francisco Beca）表示。

根据麦肯锡（McKinsey）最近发布的一份报告 (link)，到2025年，人工智能药物研发领域的投资将比2023年增长一倍以上，达到84亿美元。报告指出，目前的投资主要集中在该技术当前表现最佳的领域，特别是分子设计，而非行业的主要瓶颈，例如通过漫长的临床试验来证明药物能按预期发挥作用。

麦肯锡合伙人德弗雷森（Alex Devereson）表示，制药公司正在“试水”AI临床试验建模。他说，这些公司正在内部或与合作伙伴合作，利用不同类型的技术，例如在向项目投入资金之前评估候选药物。

美国卫生监管机构上周宣布了一系列旨在加快药物试验进程的举措 (link)。一位联邦卫生官员表示，如果该计划取得成功，将有助于为预测性人工智能在临床开发中的应用铺平道路。

六次预测中五次准确

总部位于哥本哈根的BioinvestGPT公司于7月向路透分享了其对几项备受瞩目的药物试验可能结果的详细分析，当时试验结果尚未公布，而迄今为止，其预测在六项中已有五项准确。

这些预测包括：del-desiran试验结果为阴性；Moderna MRNA.O 和默克公司 MRK.N 的黑色素瘤疫苗 (link) 试验成功；阿斯利康 AZN.L 和Ionis公司 IONS.O 的心脏药物Wainua (link) 临床获益有限；诺和诺德 NOVOb.CO 的心脏药物ziltivekimab (link) 首次试验失败；以及Vaxcyte公司 (link) PCVX.O 的肺炎球菌疫苗试验成功。

洛夫特鲁（Bragi Lovetrue）表示，制药行业的根本目标是证明其产品相比标准治疗方案具有更优的临床效益。他于2024年与妻子洛夫特鲁（Idonae Lovetrue）共同创立了BioinvestGPT。

该AI平台利用DNA测序技术，模拟符合特定临床试验入组标准的人体模型，随后基于试验药物的模型进行虚拟试验。

“我们可以精准定位药物为何有效且安全，在许多情况下，也能解释其为何无效，”洛夫特鲁表示。

这些模拟结果并非总是准确的。该预测性人工智能曾预测诺华公司的佩拉卡森（pelacarsen） (link) 将取得积极结果，该药物可降低一种名为脂蛋白(a)的胆固醇载体在血液中的水平。诺华公司9月表示，在一项晚期临床试验中，该药物未能降低具有遗传风险因素的患者发生严重心脏病发作或中风的风险。

洛夫特鲁表示，后续分析表明“我们误判了作用机制”，原因在于未将脂蛋白大小的遗传性变异纳入考量。

QuantHealth公司利用真实世界数据和人工智能模拟患者对治疗的反应，已发布了其关于溃疡性结肠炎 (link) 和降胆固醇药物 (link) 临床试验的模拟结果。

BIOGEN 和 TAKEDA 的临床试验预计将失败

BioinvestGPT已对各类临床试验进行了预测。

对于预计在年底前公布结果的临床试验，这家AI公司预测：Biogen针对最常见类型红斑狼疮开展的两项 BIIB.O litifilimab (link) III期试验将失败；日本制药商武田针对克罗恩病和溃疡性结肠炎开展的 4502.T zasocitinib (link) II期研究也将失败。

该AI模型显示，对于这些特定的试验人群，这两种药物均“效果欠佳”。

百健的这款药物以一种名为BDCA2的免疫细胞受体为靶点，目前也在另一种 (link) 狼疮类型中进行研究。武田公司最近 (link) 向美国提交了扎索西替尼的上市申请，该药物可阻断一种名为酪氨酸激酶2（TYK2）的酶，用于治疗斑块型银屑病，并在银屑病关节炎领域开展III期临床试验。

武田制药研发负责人安迪·普伦普（Andy Plump）表示，TYK2是通过分析人类基因组而被确定为靶点的，而机器学习则被用于优化和“打磨”这种每日服用药片的分子结构。

“我对这一作用机制充满信心，”普伦普表示，“但我认为，我们距离能够利用人工智能等工具做出确切预测还很远。”

百健公司负责多发性硬化症、免疫学和阿尔茨海默病临床开发工作的负责人加拉格尔（Diana Gallagher）表示，该公司利用“一切可用的工具”，包括人工智能。

她指出，目前仅有两种生物制剂获批用于治疗红斑狼疮，而依赖历史数据的AI算法可能容易预测出负面结果。

QuantHealth公司的贝卡及其他专家表示，人体试验始终是必要的，但在评估实验性药物的潜力时，人工智能模拟具有重要价值。

“到了2026年，让患者参与一项极可能失败的临床试验，这还符合伦理吗？”他问道，“随着这项$(AI)$ 技术的进步，到了2027年、2028年或2029年，答案很可能将是：这已不再符合伦理。”