人工智能（AI）正在改变公司的运营方式——帮助程序员编写代码，并通过聊天机器人处理客户服务电话。但制药行业仍在等待AI能否解决其最大的挑战：找到更快、更便宜的新药开发方法。尽管投入了数十亿美元的研究资金，新药的开发通常仍需花费十年或更长时间。
成立于2018年的Insitro是越来越多承诺通过使用机器学习分析大量化学和生物标记数据来加速药物发现的AI公司之一。这家位于南旧金山的公司已与Eli Lilly和Bristol Myers Squibb等制药公司签订了协议，以帮助开发治疗代谢疾病、神经性疾病和退行性障碍的药物。Insitro的首席执行官兼创始人Daphne Koller在接受美联社采访时谈到了AI在药物发现中带来的变化。以下是经过编辑的采访内容：
问：为什么药物开发如此困难？
答：我认为药物发现的问题在于我们试图干预一个我们仅部分了解的系统。过去15到20年中，我们在某些方面的成功是因为我们对系统的理解达到了足够的深度，可以设计出与之相匹配的干预措施。
因此，我们在Insitro尝试做的一件事是解开复杂疾病的潜在复杂性，并识别新的干预模式，这些模式可能无法帮助整个患者群体，但或许可以帮助其中的一部分。这样，我们可以真正确定针对特定患者群体的正确治疗假设。我认为，这正是行业缺乏成功的关键所在。
问：像Eli Lilly这样的公司雇佣了数千名医学科学家和研究人员。您的技术能做什么这些专家做不到的事情？
答：与AI革命并行发生的是一场较为安静的定量生物学革命，即能够以前所未有的精度测量生物系统的能力。你可以用越来越精确的技术测量蛋白质和细胞等系统。
但如果你把数据交给一个人，他们的眼睛可能会发呆，因为一个人只能看那么多细胞，也只能从这些图像中看到那么细微的差异。人的能力有限，无法感知细微的差别。
因此，你最终会得到一个非常简化的观点，而这个观点对于解开患者之间的区别和发现干预措施真正能发挥作用的地方至关重要。
问：您是如何对这个领域感兴趣的？
答：我的博士学位是计算机科学。但我在1998年或1999年开始涉足机器学习领域，为生物医学问题服务。
当时，机器学习能够解决的问题其实并不令人振奋。你能对分类垃圾邮件和非垃圾邮件的数据集感到多大的热情呢？我正在寻找一些更有深度的东西。我第一次涉足这个领域并不是因为我特别想成为一名生物学家，而是因为我在寻找更具技术挑战性的问题。然后，当我开始深入了解这个领域时，我对生物学本身产生了兴趣。
问：Insitro同时雇用了计算机科学家和医学研究人员。这两个团队在合作时有没有文化冲突？
答：这可能是我们作为组织取得的最重要成就之一。
你可以把双方最先进、最有善意的科学家放在同一个房间里，但他们可能就像在说泰语和斯瓦希里语一样无法沟通。
作为一名工程师，你寻找的是最强、最一致的模式，这些模式可以让你对大多数细胞或个体做出预测。而作为一名生命科学家，你往往是在寻找例外，因为这些例外线索可以导致新的发现。
因此，我们实施了一系列文化和组织元素，以帮助人们公开、建设性地交流，并彼此尊重。
(全文结束)
