“新药开发与人工智能领域人才短缺…资金也吃紧”
利用联邦学习共享人工智能模型
应不分公私部门充分利用数据
有意见指出，相比周边国家，利用人工智能（AI）开发新药的韩国本土企业在吸引投资和人才供给方面都显不足。作为加速利用AI进行新药开发的方案之一，提出了利用联邦学习技术。
韩国制药生物协会人工智能新药开发支援中心主任 Kim Wuyeon 正在19日于首尔小公洞乐天酒店举行的“制药生物人工智能创新论坛”上进行演讲。韩国制药生物协会提供
View original image韩国制药生物协会AI新药开发支援中心主任 Kim Wuyeon 19日在首尔小公洞乐天酒店举行的“制药生物AI创新论坛”上表示：“要激活新药开发生态系统，必须通过分阶段协作，产出大量成功案例。”
据这位中心主任介绍，全球利用AI进行新药开发市场的一半以上由美国占据。预计今年北美地区AI新药开发市场规模将达到4亿美元（约5300亿韩元），辉瑞等全球大型制药企业已经通过技术投资，在新药开发和临床试验设计中广泛应用AI。
相比之下，韩国本土AI新药开发企业在吸引投资和人才方面不及中国企业。中国的AI新药开发技术水平被评价为与韩国企业相近。该中心主任以韩国企业Standigm和中国企业晶泰科技（XtalPi）为例说明。2015年成立的Standigm在首次公开募股（IPO）前阶段共获得878亿韩元投资，而2014年成立的晶泰科技则吸引了5338亿韩元投资。专业人才方面，Standigm仅有54人，而晶泰科技则超过700人。
他指出的韩国AI新药开发市场问题同样是人才和技术投资不足。既懂新药开发又理解AI的人才匮乏，导致难以产出可视化成果。仅凭AI技术实力难以通过投资审查，技术投资资金不足也成为掣肘因素。除此之外，▲数据获取困难 ▲联合研究缺乏可视化成果等问题也被提出。
这位中心主任强调，为了加快利用AI进行新药开发的步伐，有必要在短期内产出成功案例。也就是说，应向有AI需求的制药公司提供AI技术，在短时间内积累成功案例。他还表示，应构建技术路线图，激活联合研究和民间资本投资。
他尤其强调，需要通过联邦学习（Federated Learning，FL）实现不区分民间与公共部门的数据利用与合作。联邦学习是指让AI模型学习分散存储在各机构的民间及公共数据。并非直接共享包含敏感医疗信息的数据，而是共享学习了分散数据的AI模型，以便共同利用。该中心主任表示：“需要开发一种技术，在不发生数据泄露的前提下，克服个人信息和研究安全问题，将公共和民间数据联结并加以利用”，“应构建基于联邦学习的AI新药开发平台，营造既有效又高效的新药开发研究环境。”
制药生物协会也在推进构建“K-MELLODDY”项目，以加速基于联邦学习的新药开发。K-MELLODDY是以欧洲制药公司将基于联邦学习的AI用于新药开发的“MELLODDY”项目为标杆打造的平台，在无需进行物理数据共享的情况下，多家机构即可利用数据并开展合作。协会表示，将以K-MELLODDY为基础，开发快速且高效的AI新药开发方法论。
此前，韩国制药生物协会会长 Noh Yeonhong 也在开幕致辞中表示：“基于联邦学习的AI模型较单一AI模型具有性能提升效果，这一点已在欧盟MELLODDY项目中得到验证”，“制药与生物产业界将以韩国版MELLODDY项目为基础，使联邦学习技术实现商业化，构建新药开发数据协作体系，大幅提升新药开发的生产效率。”
当天的活动旨在探讨与AI新药开发相关的全球技术动向以及新药开发成功战略。学界专家、制药公司和AI企业相关人士等出席了本次论坛，围绕▲AI新药开发与大数据利用战略 ▲数据共享活性化战略与联邦学习技术的应用 ▲利用AI进行新药开发时制药企业的创新与战略性应对 ▲AI新药开发中协作与投资的重要性等主题进行了发表。
版权所有 © 阿视亚经济 (www.asiae.co.kr)。 未经许可不得转载。
