编者按：本文来自微信大众号“立异工场”（ID：chuangxin2009），作者Alex Zhavoronkov，36氪经授权发布。
就身体机能的损失来说，变老很像是一种疾病，那变老能否被医治呢？
用医疗AI在分子级层面上做整形手术，修正损害，反转变老的进程，这是AlexZhavoronkov带领下的Insilico Medicine公司作为前驱在测验的工作。
Alex是一名不同寻常的科学家，他是为数不多的既懂医学又懂AI的科技创业者。
2014年，Alex创立了Insilico Medicine，现在渐渐的变成了了AI+医疗赛道上的头部玩家。他的创业实践，证明了AI+医疗的的巨大潜力。
传统新药研制像是一场冒险、绵长的豪赌：10年以上研制周期，30亿美元左右的研制费用，以及高达92%的失利率。
运用AI助力，Insilico期望做一个“归纳奋斗家”，将新药研制周期压缩在两到三年内，一起大幅削减相关本钱和失利率。
Alex信任，在不远的未来，医疗AI不光能够医治疾病，还能治好变老。
「立异无鸿沟」讲演
Alex Zhavoronkov「AI的力气和新药品的研制」
新药研制是一场豪赌
新药品的研制，是一个极度杂乱、冒险和绵长的进程。在2010年，研制一款新药需求花费17-18亿美元，现在需求30亿美元。虽然技能在前进，新药研制本钱却渐渐的升高。常常会呈现的状况是，从业者提出了一个医治疾病的假说，但却没能看到产品上市，由于新药研制从主意到药品出产往往需求10年以上，并且有着高达92%的失利率。
新药研制进程繁琐，耗财耗时
有80%的或许性，是花了一年时刻还没有找到标靶的医治元素；有75%的或许性，是又花了一年半找到了医治元素，然后再花两年时刻优化它，从辨认到优化就过去了四年半。
和人脸辨认AI比较，药品研制AI有非常大的差异。第一是验证效果的时刻特别长，所以大部分都以失利告终。第二是没有满足的成功事例去练习模型，所以我不得不常常抽自己的血，来快速验证一个假定。
短少试验方针时，抽自己的血来快速验证
更糟糕的是，在制药职业中，药物发现和药品开发一般不是一拨人，由于这两个范畴是不相连的。所以当引进新技能时，一旦无法一起与这两个范畴相融，时刻本钱就会成倍增加。所以许多人以为AI改动医疗职业，或许需求25年。
10年到25年，很少有药企乐意承当这样的豪赌。这也是怎么回事传闻AI技能时，许多药企持怀疑态度，由于他们现已听过太多所谓的新技能，而这些新技能都失利了。
医疗AI要做“归纳奋斗家”
上世纪90年代，人们总喜爱争辩，哪种功夫门户才是最棒的。实际上，要成为冠军，你需求更长于近身奋斗、拳击、脚法，甚至要通晓摔跤技巧，要做一个“归纳奋斗家”（MMA）。
新药研制从业者也要成为一个“归纳奋斗家”：你要长于辨认方针，要严密联合生物和化学，要快速规划分子去摧残方针，要精准猜测临床试验的效果。
医疗AI要做归纳奋斗家
但是，上述一切进程，在当下的药物研制中都是分裂的。
Insilico Medicine正在做的，便是用「归纳奋斗家」相同的AI，把这些进程都统一起来，树立一套包含靶点辨认、分子发现、临床猜测在内的端对端(end-to-end)新药研制归纳解决方案。
咱们特别专心于靶点辨认，运用患者的组学材料来开掘新的疾病靶点，当发现新的靶点后咱们咱们能够快速的运用生成化学深度学习模型来规划化合物验证靶点的牢靠性。
我并不是在说废话，Insilico现在现已在许多职业尖端杂志上发表文章。就在最近，咱们在Nature Biotechnology上展现了一个令人形象深入的效果：
这本杂志史上第四受欢迎的文章
咱们的合作伙伴药明康德曾对咱们进行检测，为一个具有应战性的蛋白质靶点生成新的分子。这个应战曾经需求4年半时刻，而咱们仅用21天就完成了，又在46天里完成了一系列试验验证，并且命中率极高。
这种速度，包含试验中运用的生成对立网络技能、增强学习技能，都是具有改造含义的效果。
这便是我正在努力实现的愿望，比较于传统的十年研制周期，我期望把新药的研制进程压缩在两到三年的时刻里，然后快速治好一种疾病。
像医治疾病相同治好变老
变老很像是一种疾病。当一个人变老，他会损失一些身体机能，这是一个分阶段的进程，咱们常会把成年之后的变老进程分红不同的阶段，来看人们损失的某种机能引发的疾病类型。
变老是分阶段的进程
那变老能否治好呢？这是Insilico作为前驱在测验的工作。咱们用基因表达数据等生物数据，去练习深度神经网络，猜测一个人的实在生理年纪。当试验数据看起来像一块布满孔洞的瑞士奶酪时，变老的隐秘一般就藏在那些孔洞里。
我想表达的是，假如咱们的模型在寻觅疾病的病因上成功了，这样的一个进程理论上也能够作用于变老自身。
幻想一下，咱们的深度神经网络模型，能够在50-60岁、60-70岁、70-80岁的变老进程中，测验在分子级层面上做整形手术，找到那些因损失机能而患病的要素，修正损害，反转变老的进程。
反转变老进程
我是站在牢靠的科学基础上来讲这番话的，我信任AI在医疗上的赋能不仅仅医治疾病，还能打破鸿沟，治好变老。
当然，这件工作不会很快发作，由于生物化学实在太杂乱了。不过在未来，比方20年后，咱们或许能够像医治疾病相同医治变老。
