读者来信:人工智能真的对药物发现有那么大帮助吗?Letter: Is AI really that helpful for drug discovery?

环球医讯 / AI与医疗健康来源:www.ft.com美国 - 英语2026-11-14 01:59:20 - 阅读时长2分钟 - 762字
这封读者来信围绕金融时报“AI in Practice”增刊中关于人工智能用于制药药物发现的讨论提出质疑,认为当前大型语言模型更适合协助整理内部实验室记录、已完成临床试验数据以及专利和化合物登记信息,从而提高知识产权与业务拓展团队尽职调查效率,但不应由其最终判定化学结构或光学异构体对哺乳动物和植物细胞功能是否有毒,并指出制药企业数据标准不统一、商业机密保护需求以及模型幻觉等问题会限制人工智能的实际价值,主张在数据加密基础上设置护栏并审慎限制人工智能使用,直到模型和生物制药分析能力进一步成熟。
健康人工智能药物发现制药业大型语言模型临床试验数据安全生物制药知识产权数据加密
读者来信:人工智能真的对药物发现有那么大帮助吗?

读者来信:人工智能真的对药物发现有那么大帮助吗?

审阅你们最近名为“AI in Practice”的增刊及其关于人工智能在制药药物发现中应用的小型摘要(“为什么人工智能可以改变制药业——但自然不能被催促”,特别报道,6月30日),既令人着迷,又让人觉得不寻常。但大型语言模型的当前状况,以及它们在促进药物发现方面提供帮助的能力,仍值得怀疑。

我认为,对研究和制药企业而言,当前大型语言模型唯一可行的用途,是协助其数据科学家和研究人员编目内部实验室研究笔记和发现,以及已实施并完成的临床试验所得到的数据结果。这应当并且能够大大加快其知识产权团队和业务拓展团队在尽职调查中的工作,避免重复已经覆盖并经过审查以判定是否可行的领域。

当前大型语言模型或许拥有来自公开数据源的已公布专利和专利申请的全部知识产权申报数据,以及已登记的目标化合物的化学登记数据,但人工智能不能也不应成为最终决定者,来判断某种化学结构或其光学异构体是否对哺乳动物和/或植物细胞功能有毒。

使用人工智能最明显的问题,是制药业的一种信条:在众目睽睽之下隐藏关键信息,以保护其目标化合物在专利申请中的独占期。

由于制药企业并非以统一方式收集、分析和存储数据,显然不可能用人工智能解析来自不同制药实体的数据,并在不产生某种人工智能幻觉式垃圾作为输出产物的情况下获得一致的分析输出。这将造成大规模的宝贵时间浪费。保护具有竞争力的内部情报至关重要,这意味着任何制药或研究企业都不应让其数据金矿成为任何大型语言模型在人工智能云中功能性数据的一部分。

在数据加密之上设置护栏,并鉴于人工智能当前的发展阶段限制其使用,是关键所在;直到大型语言模型发展得更完善、具备更好的生物制药分析能力为止。

K·费利克斯·姆朱姆贝(K Felix Mjumbe)

美国加利福尼亚州伯克利