用AI研发个性化药物，CytoReason为癌症治疗打开新大门

从读取X射线和扫描帮助诊断到识别患者的潜在疾病，AI在医疗行业的应用挽救了生命并降低了医疗成本。

创立于2016年10月的CytoReason位于以色列特拉维夫，是一家用AI模型来针对各种病症做治疗研究的公司，CytoReason一直与Haifa的Rambam医疗保健园区和特拉维夫的Sourasky医疗中心合作，应用他们的AI模型来提高医疗效率。

一方面，通过免疫系统的AI模型，CytoReason发现了一种独特的生物标志物，可以用来检测抗TNF药物会对哪些患者起效，缩短了药物疗效的鉴别过程。

抗TNF药物，也称为TNF抑制剂，是用于治疗类风湿性关节炎，牛皮癣性关节炎，幼年型关节炎，炎性肠病（包括克罗恩病和溃疡性结肠炎），强直性脊柱炎和牛皮癣等炎症的药物。

以往，观察抗TNF药物能否起效需要三个多月，不仅需要依赖临床试验，还容易发生误差，使患者面临潜在的副作用和不必要的成本。利用免疫系统的AI模型，CytoReason将药物起效的患者与药物无效的患者的基因组数据进行对比。比较两组数据后，CytoReason发现了血液和组织样本中特定的生物标志物，几乎可以立刻判断像英夫利昔单抗（Remicade）等抗TNF药物对患者能否起效。

在CytoReason验证结果中，组织生物标志物准确率为82％（炎症评分超过2.5的患者），而血液生物标志物准确率达到了94％。

另一方面，CytoReason正在利用AI模型来加速其他治疗效果的鉴别，尤其是在新药研发领域的运用。

由于AI无法直接确定单抗TNF药物治疗的疗效，CytoReason还需要再进行耐药试验。这也是生命科学AI应用的一大特点：生命科学所引入的每种新技术都可以并且应该在实验室或临床试验中得到验证。但AI正在改变临床试验的目的和方式。

AI不仅为免疫学家提供了系统级的免疫反应理论，还降低了制药公司在开发周期中的资金、时间和风险。除了帮助预防安全问题，CytoReason还可以创建更加个性化的医疗体验并减少不必要的处方。

 同时，CytoReason已经获得了一小部分使用传统手段治疗的临床试验数据，但在癌症方面AI应用才刚刚起步。联合创始人兼总裁David Harel表示，CytoReason也正在尝试对某些皮肤科、心血管和神经系统的治疗进行测试。

目前，CytoReason的合作方有辉瑞等制药公司和帕克癌症免疫治疗研究所等研究机构。

AI+医疗一直是学界、工业界和投资界中的热门研究方向。但AI+影像的商业化前景尚不明朗，新药研发领域的AI应用，很可能后来居上。AI+新药研发型的公司也是动态不断：2016年12月，辉瑞与 IBM Watson Health签署协议，将Watson的超级计算能力用于其研发新型抗癌药中；美国创业公司Atomwise通过IBM超级计算机分析数据库，利用深度学习神经网络分析化合物的构效关系，一周时间就发现了抗击埃博拉病毒的潜在药物，比传统药物研发节约数年时间。

药物研发的商业化路径也更清晰，成功研发新药或转让或售卖均可获得动辄上亿美元的回报。同时新药研发的科学性和逻辑性更强，对技术的要求更高，更纯粹，有利于企业建立有效的技术壁垒。