消息称，日本京都大学日前联合多家企业就计划推出研发新药的人工智能成立相关机构。

据悉，该机构的成立是为了大幅降低药品的研发成本。据相关数据统计，所有进入临床试验阶段的药物的研发周期在10年左右，研发经费高达26亿美元，另外，只有不到12%的药品最终能够上市销售。“而通过人工智能研发的药物周期可以缩短至三年，成本降低一半。”该项目负责人表示。他同时表示，药品研发人工智能的工作内容包括锁定致病蛋白质、筛选对蛋白质起作用的药物成分、评估药物成分的安全性并决定合成方法、制定临床试验计划以确定药效等。据悉，仅筛选药物成分一项，以往靠制药企业研究人员调查海量的国内外医学论文和数据，耗时又耗力，而人工智能则可以更快地处理庞大的医学文献数据。

此举并非是日本的一时“脑热”行为，据了解，早在数月前，日本的医疗服务系统中就出现了人工智能的身影。如为解决外国人在日就医的语言问题，日本东京大学医院等20家医院便与相关公司合作，并于4月1日推出了医疗领域翻译设备，它能将医生和患者的对话在日语和英语、汉语之间以文字和声音的形式互译。该翻译系统的推广使用无疑将会帮助外国人消除在日就医的沟通问题。

在医疗服务领域成功试行之后，几个月后的今天，人工智能又被日本无缝对接至新药的研发应用上。值得一提的是，该项目还得到了日本政府的大力支持，据悉，为能让人工智能帮助日本提升国际竞争力，日本政府还将为该项目提供5亿日元的研究基金。另外，该项目还得到了大批日本企业如富士通、武田药品工业等的支持。

据调查，作为人工智能世界中的又一个新兴领域，除了日本之外，业内已经有很多公司在此之前就已涉猎。

如美国的Atomwise公司，该公司设计了一套名为 AtomNet 的系统，运用超级计算机、AI和复杂的算法模拟制药过程，来预测新药品的效果，加快新药研发进度并最大限度降低成本。

Atomwise是一家利用超级计算机进行药品研发的前沿医学公司，总部位于美国旧金山。据悉，Atomwise公司用超级计算机分析已有数据库，并用AI和复杂的算法来模拟药品研发的过程，在研发的早期评估新药研发风险，让药物研究的成本降至数千美元，并且该评估可以在几天内完成。Atomwise为制药公司、创业公司和研究机构提供候选药物预测服务，可以预测哪些新药品真的有效，哪些无效。

值得一提的是，Atomwise最近就利用了AI技术为寻找埃博拉病毒治疗方案做出了贡献。据该公司统计，该系统在不到24小时的时间内就成功地对7000多种药物进行了分析测试。该项目负责人透露，如果利用传统方法，这项分析至少需要花费数月甚至数年才能完成。

另外，英国的初创公司BenevolentAI也是其中的一头“独角兽”。据悉，BenevolentAI目前是欧洲最大的AI初创公司之一，在全球排名前五。BenevolentAI的技术平台应用人工智能技术，它可从海量的散乱无章的信息中提取出能够推动药物研发的知识，提出新的可以被验证的假说，从而加速药物研发的过程。

据悉，该技术平台名为JACS（Judgment Augmented Cognition System，判断加强认知系统）。JACS在运算的时候会涉及海量的数据，为了提高运算效率跟能力，公司从英伟达购买了专门为深度学习设计的超级计算机DGX-1。这台计算机可以模拟发生在大脑皮层中的识别和学习模式，加快在不同信息源之间建立新的关系，从而产生更快、更多的新药创新。

据透露，该公司能够获得8亿美元的巨额交易便是归功于此人工智能系统。2014年6月，BenevolentAI将两个正在研发的阿尔茨海默氏症新药卖给一家美国公司，此次交易高达8亿美元，而此次交易的两款药物就是利用JACS系统开发的。

据了解，上个月，该公司又发现了用来治疗肌萎缩性侧索硬化症的药物，经过英国谢菲尔德一家机构的研究，确实对治愈运动神经衰退有作用。自从2013年创建以来，该公司已经开发出24个候选药物，有的已经进入临床IIb期试验（IIa阶段会先入组少量受试者，确立合适的治疗剂量；IIb则是在a的基础上有效组扩大样本量，明确剂量等有效性、安全性）。

除了以上介绍的几家专注于研发药物的人工智能公司以外，全球范围内已有很多公司发力该领域。2016年底，美国高盛集团发布的人工智能报告：《人工智能、机器学习和数据将推动未来生产力的发展》（AI, Machine Learning and Data Fuel the Future of Productivity）中提到：“随着人工智能和机器学习的不断整合，人们将有望在新药研发的过程中显著地实现“去风险”，不但将节约每年约260亿美元的研发成本，同时还将提高全球医疗信息领域的效率，节约的成本价值超过每年280亿美元。”从该数据中不难读出，人工智能的发展已不仅仅局限于互联网服务业，AI的强势注入也给传统药物研发领域带来了非常积极的推动作用。