2026年：人工智能在药物发现领域的关键转折点
2026年1月22日
发布于独家内容 | 标签：人工智能/数据分析/健康科技/信息学、人工智能、机器学习
人工智能在来年将扮演何种角色？戴安娜·特纳向行业领袖征询预测。
与其他所有行业一样，人工智能在药物发现中的作用预计将在2026年及以后显著提升。
CluePoints首席科学官理查德·杨解释道：“行业将继续扩展基于风险的方法，不仅限于监控行为，并利用技术增强人类智能。当我们完善基于风险的研究执行闭环时，将开启由高精度大型语言模型驱动的自动化、高效查询检测功能。同时，依托人工智能、基于机器学习和高级统计学的集成数据审查，将自动完成数据的聚合、审查与分析，从而提供完全可追溯且透明的结果。”
Sonrai Analytics首席执行官达拉赫·麦克阿特认为，2026年将成为人工智能在整个药物发现领域整合的关键转折点，届时AI将演变为运营必需品：“多模态数据、可扩展云基础设施与人工智能治理的监管合规性相结合，将在研发中释放前所未有的效率。2026年的成功将以对数据完整性、模型透明度和跨行业协作的信任来定义。优先确保可重复性的组织，将成为将创新转化为患者实际受益的先行者。”
富士胶片生物科学（FUJIFILM Biosciences）总裁兼首席运营官布兰登·彭斯认同生命科学正处于数字化十字路口。“我们利用数据的能力往往落后于生成和积累数据的速度，”他进一步阐述，“并行运作的数字技术将能解析复杂细胞机制，识别在新疗法生产中优化利用这些机制的最佳途径，并通过计算机模拟（in silico）分析取代耗时的迭代步骤，使分析结果更快适用于体内（in vivo）应用。”
Likarda首席执行官斯特拉·夫努克预测，下一波创新浪潮将是人工智能引导的疗法。“2026年将标志着人工智能与生物材料科学的融合，”她继续说道，“人工智能辅助的配方和封装技术正将生物制剂从脆弱分子转变为智能自保护系统。自适应水凝胶基质现能基于实时数据学习，优化肽类、激素和活细胞的释放、稳定性和活性。这些智能递送生态系统将弥合发现与临床应用之间的鸿沟。”
其他领袖一致认为，制药行业已超越人工智能的实验阶段，AI将嵌入发现、临床前、临床及商业化全流程。“这些能力将使赞助方可将非结构化临床数据转化为真实世界证据，改进生物标志物和表型识别，强化患者识别策略，并支持方案设计和试验点选址，”emtelligent首席增长官金·佩里表示，“随着人工智能简化队列识别和试验运营，我们将看到更低的脱落率、减少的试验开销和更快速的结果输出。”
人工智能预计将成为生命科学各领域的关键合作伙伴。ODAIA联合创始人兼首席执行官菲利普·波利迪斯就此扩展道：“2026年，生物制药的成功将不再以活动量衡量，而是取决于人类与AI协作的有效性。未能构建此协作的团队将难以跟上先行者步伐。随着AI渗透至每个岗位，人类与机器贡献的界限将逐渐模糊。最佳组织将视AI为协作者——一个能锐化判断力并加速执行的伙伴。在人工智能时代，成功取决于掌握这种伙伴关系：善用者将引领未来，忽视者将被淘汰。”
爱思唯尔（Elsevier）生命科学解决方案董事总经理米里特·埃尔多预计，2026年将是“代理型人工智能的元年”，她补充道：“代理型人工智能在2025年备受热议，但对药物开发等研发流程影响有限。如今形势正在改变，礼来（Kernel Lilly）、瑞士联邦理工学院（EPFL）的ChemCrow等案例表明，代理型AI正在生命科学领域发挥关键作用。这种热情将推动该行业超越其他行业对代理型AI的悲观采用预期。”
作者简介：
戴安娜·特纳是《药物发现世界》（DDW）副主编。她拥有超过10年面向生命科学领域的B2B出版物编辑经验，涵盖医学及制药行业期刊杂志的印刷与数字出版工作。
【全文结束】
