据在荷兰阿姆斯特丹举行的HLTH Europe会议上发言的小组成员表示，人工智能（AI）在生命科学行业中的作用正在远远超出早期药物发现的范畴。其新的应用领域在于加强合作伙伴关系。
武田制药（Takeda）首席数据和技术官加布里埃尔·里奇（Gabriele Ricci）在开场发言时表示："大型企业带来了流程、信誉、监管专业知识以及应对复杂系统的经验。当你将这些与外部AI创新相结合时，就有真正的机会重新定义医疗保健规则。"
英伟达（Nvidia）是一个进军医疗保健领域的计算和AI公司的例子。英伟达医疗保健与生命科学部门负责人皮娅·哈迪（Pia Hardy）表示，该公司已涉足该领域"十余年"。其主要功能最初是为药物发现构建基础模型，最近才推出推理模型。
BioXconomy最近采访了Cooley律师事务所的合伙人，讨论了英伟达在该领域的工作以及AI对生命科学合作伙伴关系的影响。
"我们学到的一个关键经验是，价值创造来自于深度整合，而非表面级采用。英伟达与礼来（Eli Lilly）的合作超越了软件许可，共同构建基础设施、生成专有数据，并创建将湿实验室和计算模型实时连接的持续学习系统，"莉拉·霍普（Lila Hope）和查arity·威廉姆斯（Charity Williams）告诉我们。
哈迪在台上进一步阐述："现在特别令人兴奋的是，AI正在扩展到发现之外，进入制药价值链的其他部分。"
然而，哈迪告诉观众，英伟达的角色是有意保持狭窄的。
"我们不构建最终产品，也不对拥有知识产权感兴趣。相反，我们提供专业技术知识和AI基础设施。"
确保合作伙伴关系中的可及性
默克公司（Merck & Co，北美以外地区称为MSD）健康公平与合作伙伴关系副总裁普丽娅·阿加瓦尔（Priya Agrawal）解释了该公司如何从合作伙伴关系的开始就将可及性规划嵌入产品开发中。
"对于每个开发中的资产，我们都会问一个简单的问题：我们的可及性目标是什么？"她说。"我们审视世界上每个国家，并询问为什么该国不应成为市场。"
据阿加瓦尔介绍，这种思维方式"影响一切：产品设计、给药途径、临床试验地点、制造战略和商业化计划。"
然而，正如许多人之前所强调的，仅靠科学是不够的。
"我们过去认为创始人拥有伟大的科学，其余一切都会自行解决，"阿加瓦尔承认。"但医疗保健系统是分散的。患者面临覆盖障碍、行政障碍和后勤障碍。"
为了强化她的观点，阿加瓦尔讲述了一个来自MSD领导会议的故事，关于一位患有溃疡性结肠炎的19岁患者。如果没有获得治疗，该患者在开始大学生活时将面临"每天都要穿成人尿布"的前景。
"她的医生花了80%的咨询时间来应对覆盖和可及性障碍，而不是照顾她的患者。这个教训很简单——不要只创造突破性科学。确保患者能够真正获得它，"阿加瓦尔告诉与会者。
计算能力领先一步
哈迪向观众介绍了另一种类型的可及性，声称计算能力的获取正在成为合作伙伴关系中的竞争优势。
她说，投资者"越来越多地"询问AI原生生物技术公司"是否拥有在规模上训练和部署AI模型所需的计算基础设施。"
大型制药公司通常能够确保他们所需的计算能力，但现在正在提出更尖锐的问题。
"我们是否物有所值？我们是否高效地使用这些系统？"哈迪认为，成本"仍需显著改善"，而障碍不仅仅是技术性的。"如果公司继续以他们一直工作的方式工作，他们将无法实现AI的全部好处。"
辉瑞（Pfizer）首席医学事务官亚历克斯·康多莱昂（Alex Condoleon）驳斥了监管正在减缓医疗保健领域AI采用的观点。
"我不认为监管是一个障碍，"康多莱昂说。"在很多方面，它创造了标准和基础，让我们能够更有信心地更快前进。游戏规则是我们社会契约的一部分。"他警告说，信任"极其重要。一旦信任被打破，就很难重建。"
哈迪同意这一说法，阐述了在整个医疗保健运营中实施AI的风险。
"我们有责任了解AI如何影响诊断、治疗和医疗保健服务。我们需要确保公平的结果、可审计性、透明度和公平性，"她说。
当被《金融时报》（Financial Times）全球制药记者阿努·阿德奥耶（Aanu Adeoye）问及十年后最成功的药物将来自何处时，阿加瓦尔预测大型制药公司、生物技术和AI原生公司将模糊界限。
"'AI赋能'和'非AI赋能'公司之间的区别将消失，"她说。
哈迪表示同意，预测"AI将成为医疗保健和药物开发基础设施的一部分。成功将来自于整个生态系统的合作，而不是来自某一类组织。"
"AI不会改变创新来自多处的根本现实。未来将取决于它们之间的合作伙伴关系。"
【全文结束】