AI制药不是概念了：Insilico分子进临床II期
AI 制药不是概念了，已经有 AI 发现的药物进入临床试验。传统新药研发周期 10-15 年，花费 20-50 亿美元。成功率约 10%——十个药进临床，只有一个能上市。AI 的价值在于缩短时间和提高成功率。
AI 在制药四个环节发挥作用。第一是靶点发现：AI 分析基因组数据，找出跟疾病相关的蛋白质靶点。以前靠实验试错，现在 AI 从海量数据中筛选。第二是分子生成：AI 设计能跟靶点结合的分子结构。Insilico Medicine 用 AI 生成的分子已经进入临床 II 期。第三是虚拟筛选：从亿万个化合物库中快速筛选出可能有活性的分子，不用全部做实验。第四是临床试验优化：AI 分析患者数据，预测哪些患者对药物响应好，优化临床试验设计。
但 AI 制药有根本限制。AI 能加速"发现"，不能替代"验证"。分子在电脑里看着好，到人体内可能不行——药物代谢、毒副作用、个体差异，这些必须靠真实实验。AI 把发现阶段从 4 年压缩到 1 年，但验证阶段（临床 I-III 期）还是要 5-8 年。
https://www.metk.cn/img/posts/ai_drug_discovery.jpg 没人回帖。。。我来个吧 实际用下来，AI 在这块最大的价值还是省掉重复劳动，判断还是得人来。 从我们实际用下来看，最大的收益是省了重复劳动而不是替代人。 提示词工程能解决一部分，但解决不了根本的领域知识问题。 落地最大的阻力往往不是技术，是部门之间的配合。 小团队做这个真不如直接用现成 API，自建维护成本太高。 准确率到九成之后每提升一个点都要付出成倍代价。 我比较看好垂直领域的做法，通用方案竞争太激烈。 现在工具链更新太快，半年前的最佳实践今年可能就过时了。