AI制藥在臨床各階段的成功率表現(xiàn)及核心影響因素有哪些？

根據(jù)現(xiàn)有統(tǒng)計(jì)數(shù)據(jù)，AI賦能藥物在臨床早期階段已顯現(xiàn)出積極信號(hào)，但在后期階段仍需進(jìn)一步驗(yàn)證。在臨床I期，部分小樣本統(tǒng)計(jì)顯示，AI-enabled新興生物制藥項(xiàng)目的轉(zhuǎn)化率較高，達(dá)到70%左右，而傳統(tǒng)制藥的平均水平約為50%。這一提升主要得益于AI技術(shù)在分子設(shè)計(jì)、選擇性、溶解度、藥代動(dòng)力學(xué)及毒性預(yù)測(cè)方面的優(yōu)化能力，使得進(jìn)入臨床的候選分子具有更好的成藥性特征。

然而，在臨床II期和III期，現(xiàn)有樣本數(shù)量尚不足以得出確定性結(jié)論，AI賦能藥物的優(yōu)勢(shì)仍有待觀察。II期臨床的主要難點(diǎn)在于靶點(diǎn)的有效性驗(yàn)證、對(duì)疾病生物學(xué)機(jī)制的理解以及患者的精準(zhǔn)選擇。這些因素高度依賴遺傳學(xué)和生物學(xué)領(lǐng)域的高質(zhì)量數(shù)據(jù)，以及更為有效的AI模擬優(yōu)化工具。若AI技術(shù)能夠在這些方面提供更深層次的洞察，例如通過歷史臨床數(shù)據(jù)建立虛擬對(duì)照組、優(yōu)化臨床試驗(yàn)設(shè)計(jì)或找到合適的生物標(biāo)志物（Biomarker），則有望進(jìn)一步提升后期臨床的成功率。

影響成功率的核心因素包括有效靶點(diǎn)的發(fā)現(xiàn)或假陽性靶點(diǎn)的排除，以及臨床試驗(yàn)設(shè)計(jì)的科學(xué)性。AI技術(shù)通過多組學(xué)研究神經(jīng)網(wǎng)絡(luò)將靶點(diǎn)發(fā)現(xiàn)從相關(guān)性分析推進(jìn)至因果推斷，有助于提高靶點(diǎn)選擇的準(zhǔn)確性。同時(shí)，利用AI進(jìn)行患者分層和篩選，可以提高臨床試驗(yàn)的響應(yīng)率。長期來看，若AI能使II、III期臨床成功率達(dá)到或超過傳統(tǒng)制藥水平，考慮到其在早期階段的優(yōu)勢(shì)，藥物開發(fā)的整體成功率有望從目前的約7.9%逐漸提升，從而顯著改善行業(yè)的投資回報(bào)率。

需要注意的是，目前關(guān)于II-III期成功率的判斷仍需謹(jǐn)慎，因?yàn)闃颖玖枯^小且可能存在選擇偏差。未來的跟蹤重點(diǎn)應(yīng)放在那些已進(jìn)入后期臨床的AI自研管線表現(xiàn)上，特別是針對(duì)新型靶點(diǎn)和難成藥靶點(diǎn)的藥物。隨著更多數(shù)據(jù)的積累和模型的迭代，AI在提升整體臨床成功率方面的潛力將得到更清晰的驗(yàn)證。