继去年AI和大数据成为炙手可热的词汇，越来越多行业开始寻找与二者结合的可能性，医疗行业就是其中一个。
实际上，AI就是利用语言、语义、图像和深度学习技术，模拟人的信息处理过程，让机器模仿人类的思维进行工作。所以理论上人类能做的许多工作，都可以拆解出机器能够完成的部分，由AI来取代。
目前来看，全球的顶级医药企业纷纷开展了一些AI应用项目，有的与IBM等大型技术公司的AI平台合作，有的则大量收购AI医疗领域的技术公司。
大药企纷纷试水AI项目
强生：着眼AI技术的临床应用
强生与 IBM 的Watson医疗开展了合作，针对手术康复的患者进行虚拟指导和康复支持，这种指导通过移动应用提供，能够在长期的康复过程中提高效率，更有针对性。
强生还运用SEDASYS系统，将自动化和麻醉学结合起来，应用于手术室中。目的是减小麻醉风险，加快患者的回复速度。
早在2015 年，强生就通过“Verb Surgical”项目进入手术机器人领域，这个项目旨在通过 AI 帮助手术医师整合手术过程中的影像信息，提供患者在手术过程中的动态反馈。
罗氏：加强与科技公司的外部合作
2017 年，罗氏集团旗下的基因泰克宣布与一家精准医疗公司进行癌症疗法方面的合作，致力于使用机器学习，把大量癌症患者的数据转化到计算模型中进行分析，从而识别癌症治疗的新靶点。
罗氏还在几年前收购了Bina科技公司，这家生物科技公司提供大规模基因测序的平台，瞄准的是个性化医疗领域。
辉瑞：抢滩Watson药物开发云基础平台
2016 年 12 月，辉瑞成为首个应用Watson药物开发云基础平台的组织之一。辉瑞通过这项合作瞄准癌症疗法，利用Watson的认知计算系统从2500万美国医学索引文章的摘要和100万医学文章中收集数据，从大量癌症数据中发现隐藏的模式。
拜耳：药物研发与数字化医疗公司的扶持
拜耳在药物研发方面投入巨大，2016 年研发费用就达到53.2亿美元，占公司总销售额的9.8%。
拜耳还发起Grants4Apps计划，目的是帮助数字化医疗初创公司实现商业化，着眼于各类医疗保健解决方案，从新颖的商业模式、设备到应用程序一应俱全。在 2016 年的 4 家参与公司中，Turbine和xbird都是AI 医疗的初创公司，分别瞄准癌症和可预防疾病领域。
Turbine通过结合最新研究和AI技术，模拟复杂的医疗干预，从而预测每种癌症的治疗方法。Xbird旨在帮助患者战胜可预防的疾病，通过智能手机和其他可穿戴技术监测患者实时数据，整合之后帮助识别出导致致命健康问题的模式。
广药：与AI企业加大合作广度
国内的药企也在AI领域有所行动。
去年，广药集团与智能语音公司科大讯飞正式签署了战略合作协议，双方将在人工智能医院、智慧医疗信息服务系统、智能客服系统、智能营销、智能终端、品牌联动等多领域展开合作。具体来看，未来双方可以探讨三个层次的合作，包括单独的项目合作、新业务和新产品的拓展，以及更紧密的资本合作，共同建立“医药+智能”的新模式。
医药智能化与大数据的运用方向
结合大型药企在AI和大数据领域的项目与布局，以及现有的医药AI领域的研究应用，我们可以看到药企的AI化和大数据潮流将主要在以下几个领域展开。
新药研发
在新药研发领域，AI可以帮助科学家从巨大体量的化合物数据库中完成文献搜索，许多公司也在研究如何利用机器模拟化合物跟特定靶标的结合效果，从而大大加快新药筛选的过程。全球每年都有数千亿美元用于新药研发，AI技术的运用能够在一定程度上提高研发效率。
类似的人工智能应用在流行病统计、临床试验数据分析和精准医疗基因检测方面也大有可为。在人工智能精准医疗项目方面，IBM也继“Waston肿瘤医生”推出了“Waston for Genomics”。
智能医疗器械
在医疗器械领域，AI最显而易见的价值在于使其产品智能化。在传统的医疗设备检测人体参数的基础上，AI的配置可以给出诊断参考甚至干预意见。
例如在CT、MRI等影像学检查设备上加装智能插件后，就可以减少医院影像科的工作量；胰岛素泵和血糖监测仪加上AI算法，就可以更加精准地提供个体化给药，降低血糖水平的波动。
目前，医疗设备企业都在大举投入AI研究，AI将有可能成为未来医疗设备的标准功能。
用户精准画像
药企每年在营销上投入大量资金，能否抓住客户的真实需求是药企的一个痛点，只有了解客户需求，才能尽可能避免大量营销费用因错配而被浪费。
医生是药企的主要客户，许多药企都在思考如何整合医生的线下医疗行为和线上信息获取行为的数据，从而针对某一产品判断医生的态度、观念和行为，做到客户的精准画像和产品信息的精准传递。这就需要运用到AI对海量数据的处理能力，快速找到不同来源数据的关系，从而归纳出有意义的结论。
个性化健康管理
智能移动平台可以为患者提供个性化健康指导，通过使用实时获得的医疗大数据，采取有效的虚拟指导和康复支持，更适合长期的恢复过程或者健康管理。
此外，智能平台还可以根据患者的差异化状况推荐药物，实现更加有效的用药、康复与健康管理。
结语：AI和大数据在医药行业的研究应用逐渐拉开帷幕，可以说，AI技术的应用是药企在未来激烈行业竞争中的重要砝码。如何通过AI和大数据提高新药研发效率、营销效率以及企业管理效率，是药企需要进一步探索的方向。
