人工智能和機(jī)器學(xué)習(xí)在制藥行業(yè)和消費(fèi)者保健業(yè)務(wù)中一直發(fā)揮著重要作用。從增強(qiáng)智能應(yīng)用程序到預(yù)測性功能不一而足，前者包括疾病識別和診斷、為臨床試驗確定患者、藥物制造等內(nèi)容。在最近的一期《今日AI》播客中，葛蘭素史克公司消費(fèi)者保健業(yè)務(wù)美洲創(chuàng)新和新興技術(shù)負(fù)責(zé)人Subroto Mukherjee，談到了制藥行業(yè)是如何使用人工智能和機(jī)器學(xué)習(xí)技術(shù)的，且介紹了人工智能和機(jī)器學(xué)習(xí)技術(shù)的獨(dú)特用例。

問：人工智能目前在制藥行業(yè)的應(yīng)用情況如何？

Subroto Mukherjee：人工智能和機(jī)器學(xué)習(xí)在制藥行業(yè)和消費(fèi)者保健業(yè)務(wù)中至關(guān)重要。今年，受到新冠疫情和尋找有效疫苗競賽的推動，人工智能和機(jī)器學(xué)習(xí)發(fā)揮了重要的作用。在制藥和消費(fèi)者保健領(lǐng)域里，最高級的用途包括：

• 疾病識別/診斷——適用的范圍從腫瘤和新冠肺炎一直到眼睛退化。

• 數(shù)字療法/個性化治療/行為改變——可以有效地被用于協(xié)助和識別個體，發(fā)現(xiàn)疾病的早期癥狀，例如牙齦疾病，對皮膚病進(jìn)行準(zhǔn)確分類，給出以非處方藥為主的治療選擇，并且作為輔助工具，幫助臨床醫(yī)生提高診斷的準(zhǔn)確性，或者幫助你的孩子的老師或者你的心理健康專業(yè)人員甚至是你的醫(yī)生改善他們做出的教育和臨床決策。

• 藥物發(fā)現(xiàn)和制造——它可以根據(jù)生物學(xué)因素，在最初階段預(yù)測藥物化合物的成功率，幫助人們對這些候選化合物進(jìn)行初步篩選?？焖贆z測RNA和DNA。精密藥物或新一代測序技術(shù)可以幫助更快地發(fā)現(xiàn)藥物，并針對患者個體量身定制藥物。

• 預(yù)測性預(yù)測——預(yù)測流行病爆發(fā)是這個話題中最重要的例子之一。機(jī)器學(xué)習(xí)和人工智能技術(shù)還被用于監(jiān)控和預(yù)測全球范圍內(nèi)的流行病爆發(fā)或者季節(jié)性疾病。預(yù)測性的預(yù)測可以幫助我們規(guī)劃供應(yīng)鏈，并且根據(jù)預(yù)測的程度，在正確的時間儲備適當(dāng)數(shù)量的庫存。

• 臨床試驗——根據(jù)病史和疾病狀況以及其他屬性（包括感染率、人工統(tǒng)計學(xué)因素和種族等），為臨床試驗挑選最合適的人選，以代表受影響最大的人群。

除了醫(yī)療保健條件外，我們還在制藥和醫(yī)療保健公司的數(shù)字化轉(zhuǎn)型領(lǐng)域中，看到了很多人工智能和機(jī)器學(xué)習(xí)方面的用例，例如營銷技術(shù)、廣告技術(shù)、供應(yīng)鏈、銷售和客戶服務(wù)等領(lǐng)域。

問：制藥行業(yè)里有哪些人工智能和機(jī)器學(xué)習(xí)技術(shù)的獨(dú)特用例？

Subroto Mukherjee：DeepMind破解了一個棘手的科學(xué)問題，這個問題曾經(jīng)困擾了研究人員長達(dá)半個世紀(jì)之久。該公司和研究實(shí)驗室使用的人工智能程序AlphaFold表明，它可以預(yù)測蛋白質(zhì)將折疊成何種3D形狀。這項發(fā)現(xiàn)的好處在于，它可以幫助研究人員發(fā)現(xiàn)導(dǎo)致某些疾病的機(jī)制，并為藥物設(shè)計、營養(yǎng)更豐富的農(nóng)作物以及可以解決塑料污染的“綠色酶”鋪平道路。

葛蘭素史克公司的研發(fā)團(tuán)隊有另一個獨(dú)特的用例，我參與了這個項目并且非常喜歡，該項目是在感官科學(xué)領(lǐng)域應(yīng)用人工智能。食品、飲料、農(nóng)業(yè)和醫(yī)藥行業(yè)，正在利用人工智能和機(jī)器學(xué)習(xí)技術(shù)提高預(yù)測性參數(shù)。這可能會導(dǎo)致出現(xiàn)針對不同人群和種族定制的超級個性化的食品、飲料和藥物等產(chǎn)品；我們廣泛使用了味覺之外的感官特性，例如氣味、外觀和質(zhì)地，這些因素會影響我們對“要吃什么”或者“喝什么”的選擇。

問：請分享一些葛蘭素史克公司應(yīng)用人工智能技術(shù)的成功用例。

Subroto Mukherjee：比如，我們在消費(fèi)者保健業(yè)務(wù)線中的用例。

• 預(yù)測：我們面臨著過敏、感冒和流感等季節(jié)性疾病的威脅。商業(yè)用例使用了一個預(yù)測模型，該模型可以預(yù)測即將到來的過敏、感冒和流感季節(jié)在不同地區(qū)的行程情況，并且預(yù)測高峰和低谷將在何時出現(xiàn)。這些信息的優(yōu)勢在于可以在我們的brand.com網(wǎng)站上告知消費(fèi)者，改善我們在不同國家和地區(qū)的媒體投放，并且就季節(jié)性激活時機(jī)（分銷、存貨、展示和輔助支持）通知零售商。

• 感官模型：人們對口味、大小、質(zhì)地、顏色的反應(yīng)各不相同，感官人工智能模型能夠幫助我們從整體上理解、預(yù)測并優(yōu)化消費(fèi)者的偏好。我們使用了多種參數(shù)，例如味道、質(zhì)地、顏色等，而機(jī)器學(xué)習(xí)模型可以幫助理解消費(fèi)者和渴望的產(chǎn)品體驗之間的關(guān)系。我們的品牌提供非處方的軟糖、片劑和藥液等產(chǎn)品，這些模型是有幫助的。

• 眼動追蹤領(lǐng)域中的人工智能：我們確實(shí)在我們的購物者科學(xué)實(shí)驗室中對我們的消費(fèi)者和零售商進(jìn)行研究，監(jiān)控他們在線上或者商店購物時對我們產(chǎn)品的看法。在我們的實(shí)驗室中，同意參與的消費(fèi)者和零售商會佩戴眼動追蹤眼鏡并瀏覽貨架或者網(wǎng)絡(luò)上的產(chǎn)品。在這個過程中，人工智能會分析捕捉到的圖像。分析包括感興趣區(qū)域（AOI）指標(biāo)，包括首次定位時間和花費(fèi)的時間、注視的圖像、熱圖和視頻重現(xiàn)。這些分析的結(jié)果可以幫助我們更好地擺放產(chǎn)品，改善我們的呈現(xiàn)和標(biāo)簽，并幫助我們理解消費(fèi)者的行為。

問：大型組織采用人工智能技術(shù)會面臨哪些挑戰(zhàn)？

Subroto Mukherjee：

• 數(shù)據(jù)挑戰(zhàn)——數(shù)據(jù)的質(zhì)量和數(shù)量。對于任何機(jī)器學(xué)習(xí)模型來說，要想有效地工作，用至少兩年至三年的歷史數(shù)據(jù)構(gòu)成的訓(xùn)練數(shù)據(jù)集至關(guān)重要。由于合并和收購，或者是原先的數(shù)據(jù)管理或先前的數(shù)據(jù)源不可用等原因，這是我們在大型組織中看到的最為重要的一項挑戰(zhàn)。

• 技能挑戰(zhàn)——很難找到具備合適背景的人力資源，這一點(diǎn)非常具有挑戰(zhàn)性。市場上擁有數(shù)據(jù)技能的人才池非常有限，這種狀況拖累了招聘的節(jié)奏，并且讓很多人工智能項目受阻。

• 商業(yè)價值——大型組織正在努力證明人工智能項目的商業(yè)價值。例如，我們希望基于聊天機(jī)器人部署更多的認(rèn)知服務(wù)。然而，適應(yīng)能力并不顯著，這就導(dǎo)致很難證明這些努力的價值。

問：葛蘭素史克公司之類的組織在數(shù)據(jù)隱私、安全性、道德和透明度方面正在面臨哪些挑戰(zhàn)？

Subroto Mukherjee：對于我們的組織來說，數(shù)據(jù)隱私和安全是最為重要的頭等大事。我們一直在努力確保遵守所有的數(shù)據(jù)隱私、安全法規(guī)，并針對我們不同的產(chǎn)品組合，為我們的合作伙伴和外包員工提供適當(dāng)?shù)呐嘤?xùn)。數(shù)據(jù)分類（PII、CSI、敏感）、我們的各種系統(tǒng)對法規(guī)的遵從程度以及GDPR或加利福尼亞州隱私權(quán)法案要求的流程，都是我們需要不斷面臨的一些挑戰(zhàn)。

為了確保人工智能道德和透明度，我們確保MLOps流程到位，而且建立了機(jī)器學(xué)習(xí)模型評分、監(jiān)控和漂移檢測，并且建立了透明的反饋循環(huán)。我們組建了多元化的機(jī)器學(xué)習(xí)團(tuán)隊，這支團(tuán)隊擁有豐富的經(jīng)驗，并且不斷地對模型進(jìn)行測試，以提高透明度并消除機(jī)器學(xué)習(xí)模型的偏見。

問：新冠疫情確實(shí)震撼了整個制藥行業(yè)。您如何看待人工智能和機(jī)器學(xué)習(xí)在對抗新冠疫情中的應(yīng)用？

Subroto Mukherjee：根據(jù)我的理解，人工智能和機(jī)器學(xué)習(xí)最大的用途在于，找出新冠肺炎的生物秘密，并且從數(shù)百萬的分子中，找到少數(shù)幾種可以對抗新冠肺炎的分子，減少藥物推向市場的時間——既減少藥物發(fā)現(xiàn)的時間，也減少臨床試驗開發(fā)以及最終FDA批準(zhǔn)的時間?？纯船F(xiàn)在疫苗開發(fā)的速度和敏捷程度——從鑒定出新型冠狀病毒基因組到第一項疫苗研究出爐只花了300天，而之前這類研究通常平均要花費(fèi)8-10年。

• 醫(yī)學(xué)挖掘：讓我專注于一項特定的計劃——“美國白宮——行動起來（US White House - Call to Action）”來分析新冠肺炎數(shù)據(jù)，并將其轉(zhuǎn)化為臨床知識。白宮正在與人工智能研究社區(qū)合作，通過挖掘醫(yī)學(xué)文獻(xiàn)來了解新型冠狀病毒。自然語言處理是這個領(lǐng)域內(nèi)發(fā)展最快的實(shí)踐之一，這項技術(shù)有助于實(shí)現(xiàn)該計劃。使用人工智能和機(jī)器學(xué)習(xí)的醫(yī)療影像公司聲稱在利用CT掃描結(jié)果檢測冠狀病毒誘發(fā)的肺炎方面實(shí)現(xiàn)了創(chuàng)紀(jì)錄的準(zhǔn)確性，但是一些利益相關(guān)方則對培訓(xùn)數(shù)據(jù)的質(zhì)量表示擔(dān)憂。

• 新冠肺炎產(chǎn)生的另外一個重要的影響是在供應(yīng)鏈領(lǐng)域。所有的公司包括我們，都面臨著新冠肺炎對供應(yīng)鏈和制造環(huán)節(jié)的沖擊。無論是在原材料供應(yīng)還是成品分銷環(huán)節(jié)，這些技術(shù)都能夠幫助避免與之相關(guān)的風(fēng)險。企業(yè)正在努力應(yīng)對快速變化的消費(fèi)者需求，限制某些產(chǎn)品的供應(yīng)量并使用新的工作場所規(guī)則。人工智能和機(jī)器學(xué)習(xí)被用于計劃和預(yù)測、自動和協(xié)作機(jī)器人以及價值鏈上很多的關(guān)鍵環(huán)節(jié)上。

問：大型組織如何應(yīng)對變革性技術(shù)（例如人工智能技術(shù)）帶來的變革管理？

Subroto Mukherjee：我們正在整個集團(tuán)內(nèi)部實(shí)施敏捷變革，以創(chuàng)建有效并且簡單的變革管理結(jié)構(gòu)。我們的技術(shù)部門、業(yè)務(wù)團(tuán)隊和領(lǐng)導(dǎo)團(tuán)隊正在接受敏捷培訓(xùn)。變革管理學(xué)科已經(jīng)重新定向，新的人工智能技術(shù)解決方案采用了明確的審批層次（主要決策者）。我們會針對現(xiàn)在、以后和未來的變革性技術(shù)定義清晰的業(yè)務(wù)目標(biāo)和價值。

問：圍繞著人工智能，你認(rèn)為勞動力發(fā)展的關(guān)鍵需求是什么？

Subroto Mukherjee：我們需要對勞動力進(jìn)行技能再培訓(xùn)和教育，不僅僅是在技術(shù)方面，還要對于人工智能的商業(yè)價值進(jìn)行培訓(xùn)。善意人工智能或者人工智能道德，是員工和企業(yè)界需要理解的另一個重要問題。工人們不應(yīng)該畏懼人工智能，而是應(yīng)該擁抱它，并且理解人工智能的好處。在勞動力方面，組織需要通過受監(jiān)控的結(jié)果、一群了解業(yè)務(wù)的數(shù)據(jù)科學(xué)家、數(shù)據(jù)工程師和主題專家來緩慢擴(kuò)展規(guī)模。

問：全球監(jiān)管環(huán)境如何對制藥行業(yè)采用人工智能技術(shù)存在何種影響？

Subroto Mukherjee：由于監(jiān)管機(jī)構(gòu)需要保護(hù)消費(fèi)者，因此必須滿足合規(guī)性和監(jiān)管要求，這確實(shí)會對新的人工智能解決方案推出的時間表造成影響。但是，組織應(yīng)該與監(jiān)管機(jī)構(gòu)合作以簡化這些流程，這種做法對所有人都有好處。監(jiān)管機(jī)構(gòu)和制藥公司都可以采用人工智能和其他數(shù)字化轉(zhuǎn)型項目來推動經(jīng)濟(jì)、成本效率和價值驅(qū)動型監(jiān)管工作的有效性。

問：未來幾年，你最期待的人工智能技術(shù)是什么？

Subroto Mukherjee：在未來幾年，我期待能夠看到自然語言處理、機(jī)器人技術(shù)、語音和計算機(jī)視覺的進(jìn)步和廣泛使用。