药物研发产生的数据量前所未有，阿斯利康等大型制药公司正转向人工智能来解读这些数据。如今的挑战不再是人工智能能否提供帮助，而是如何将其深度整合到研究和临床工作中，以改善关于临床试验和治疗的决策。
这个问题有助于解释阿斯利康为何要将Modella AI纳入旗下。该公司已同意收购这家总部位于波士顿的人工智能公司，旨在深化其在肿瘤学研究和临床开发中对人工智能的应用。财务条款未予披露。
与其将人工智能视为辅助工具，阿斯利康正将Modella的模型、数据和人员直接纳入其研发组织。此举反映了制药行业的更广泛转变：随着企业试图在受监管环境中获得更多对人工智能构建、测试和应用的控制权，合作正逐渐让位于收购。
为何AI的所有权在药物研发中开始变得重要
Modella AI 致力于利用计算机分析病理数据（如活检图像），并将分析结果与临床信息关联起来。其工作重点在于使病理学更加量化，帮助研究人员发现可能指向有用生物标志物或指导治疗选择的模式。
在一份声明中，Modella 表示其基础模型和 AI 代理将被整合到阿斯利康的肿瘤学研发工作中，重点聚焦于临床开发和生物标志物发现。
阿斯利康如何将其AI合作伙伴关系推向全面整合
对于阿斯利康而言，这笔交易建立在几年前开始的合作基础之上。早期的合作让双方得以测试Modella的工具能否在其研发环境中运行。据阿斯利康高管称，这段经历表明需要进行更紧密的整合。
在摩根大通医疗健康大会上，阿斯利康首席财务官阿拉德哈娜·萨林（Aradhana Sarin）将此次收购描述为一种将更多数据和人工智能能力引入公司内部的方式。
“肿瘤药物研发正变得日益复杂、数据密集且对时间要求更高，”Modella AI首席商务官加比·拉亚（Gabi Raia）表示，并补充称加入阿斯利康将使该公司能够在全球试验和临床环境中部署其工具。
利用AI优化试验决策
萨林表示，这笔交易将通过整合数据、模型和团队，为阿斯利康在定量病理学和生物标志物发现方面的工作“注入强大动力”。尽管这种表述反映了雄心壮志，但实际目标更为务实：缩短将研究数据转化为影响试验设计和患者选择决策所需的时间。
阿斯利康预计人工智能将产生影响的一个领域是临床试验患者的筛选。更好地将患者与研究相匹配可以改善试验结果，并降低因延误或试验失败而产生的成本。
这种改进更多地依赖于对干净数据的稳定获取以及能够融入现有工作流程的工具，而非复杂的算法。
人才与工具转向内部
此次收购也凸显了大型制药公司在看待人工智能人才方面的转变。企业不再依赖外部供应商，而是越来越多地将数据科学家和机器学习专家视为其核心研发团队的一部分。对于阿斯利康而言，将Modella的员工招致麾下，减少了对外部路线图的依赖，并使公司在随着研发需求变化而调整工具方面拥有更多话语权。
阿斯利康表示，这是大型制药公司首次直接收购一家人工智能公司，尽管制药企业和科技公司的合作已变得十分普遍。
阿斯利康加入制药与人工智能交易的激烈竞争行列
在同一场医疗健康会议上，还宣布了多项新的合作，其中包括英伟达与礼来公司达成的一项价值10亿美元的合作，双方将利用英伟达最新的AI芯片建立一个新的研究实验室。
这些交易表明整个行业对人工智能的兴趣日益浓厚，但也凸显了策略上的一个关键差异。合作可以加速实验进程，而收购则表明了在构建内部能力方面进行长期押注。对于在严格监管规则下运营的公司而言，这种掌控力与原始计算能力同等重要。
阿斯利康接下来的押注
萨林将阿斯利康与莫代拉（Modella）的早期合作描述为一次“试驾”，并表示公司最终希望将莫代拉的数据、模型和人才纳入组织内部。她表示，目标是支持开发“高度靶向的生物标志物，进而开发高度靶向的治疗药物”。
除了莫代拉的交易外，萨林表示，2026年预计将是阿斯利康忙碌的一年，届时将有多个不同治疗领域的后期试验结果出炉。该公司还致力于实现到2030年年收入达到800亿美元的目标。
像这样的收购能否有助于实现这些目标，将取决于执行情况。将人工智能整合到药物研发中既缓慢又昂贵，而且往往过程混乱。尽管如此，阿斯利康的这一举措表明了其对价值所在有着清晰的判断：价值不在于购买人工智能服务，而在于将其深度嵌入到药物的发现和测试过程中。
本站部分文章来自互联网，文章版权归原作者所有。如有疑问请联系QQ：3164780！
