製藥、醫療、農業——日本大力推進AI應用
目前AI（人工智慧）正滲透於各個國家各個產業，在提高生產力與信息化上發揮了極大的作用。日本也在大力推進AI在醫療、製藥、農業等方面的應用研究，匯總如下。
製藥行業中的AI：大幅度減少新葯研發周期
通過AI對於有可能成為治療癌症與老年痴獃等疾病的藥物活性成分候補物質的特徵進行深度學習，可大大提高篩選化合物所必須進行的藥效與安全性實驗的效率，研發周期總體得以縮短3成左右，並且在縮減研發經費上也有相當大的期待。
新葯的研發到上市的整個過程主要分為四個階段。
研發階段：尋找合適的候補化合物，並且制定其化學合成方案；
前臨床階段：通過細胞與動物實驗評價候補化合物的功效與毒性；
臨床階段：通過患者等進行人體實驗以評價臨床試驗藥物的功效與安全性；
申請階段：向厚生勞動省進行葯事申請，令臨床試驗藥物得以上市；
每個上市的藥物，其整體階段需要9~17年，研發費用在1000億日元以上。其中，前半部分的1~2階段（研發~前臨床）需要5~8年左右，但若是投入AI輔助，則有期望縮短至2.5~4年。
除上述傳統低分子藥物之外，抗體藥物的研發上同樣也可應用AI技術。安斯泰來製藥公司開發了一套應用於研發抗癌抗體藥物時使用的AI技術，在製作抗體之前可以事先通過AI預測抗體藥品的藥效。該研究團隊利用理化學研究所的超級電腦「京」模擬出的氨基酸序列與抗體三次元結構的關聯數據讓AI進行深層學習，AI參照新設計的氨基酸序列即可給出恰當的抗體候補分子。該方法從2018年4月起已投入實際的抗體藥物設計工程之中。
此外，類似的AI研發與運用也在很多製藥公司與科研機構層出不窮。衛材葯業通過AI加速了新設計的低分子化合物的藥效評價試驗，該方法通過化合物投放於人體培養細胞時的變化來迅速預測該化合物的活性。以傳統方法執行時需要專家觀察大量的細胞圖像進行分析，需要花掉10天左右的時間，但以AI來執行則不到1天就可以得出結論。
東京工業大學的關島政和副教授開發出了迅速查找可與病因分子強力結合的化合物的AI技術。首先讓AI對與抗癌藥物活性密切相關的靶位分子與4萬多種化合物的結合力之間的相互關係進行深層學習，之後即可以10%以上的精確度來判斷未知化合物與靶位分子的結合程度。此方法在1年後預計投入實用。
醫療行業中的AI：通過分析臨床情報預防疾病
以產業技術綜合研究所與理化學研究所為主的研究機構致力於研究醫療上的AI應用。首先，利用IoT（物聯網）可以收集個人的身心狀態以及行動模式的數據。通過AI對這其加以分析，對各種護理與健康服務產業的改善有很大的幫助。其次，東京慈惠會醫科大學通過收集腦血管疾病患者的各種臨床信息提供給AI進行深層學習，致力於構建腦血管疾病的預防系統。
東京慈惠會醫科大學導入的大腸息肉AI測定系統
農業中的AI：預測糧食供需，減少糧食浪費
以東京大學與產業技術綜合研究所為主的研究機構在致力於研究農業上的AI應用。東京大學研究團隊構建了可以預測蔬菜等農作物的產量與供應需求的智能系統，通過正確預測農產物需求量以制定栽培計劃，控制實際產量，避免過量生產導致糧食浪費，或者產量過少導致糧食不足等情況。產業技術綜合研究所的研究團隊通過收集農作物從種植生產到銷售的整個過程的信息以構建資料庫，加以AI分析預測農作物的供應需求，構建網上交易系統以實現農作物雲貿易。
綜上所述，AI的研究已經在各種產業，尤其在農業與醫療中發展迅速並且正在逐步展現成果。若AI能夠在醫藥與農業等，與生活密切相關的產業上進行大量運用，那麼AI作為生活不可或缺的一部分的時代想必已經不再久遠。
為了推進AI研發的進展，日本許多產學研機構正在大力拓展科研與產業項目。例如，新能源產業技術綜合開發機構（NEDO）預計在2018~2022年之間投資59億日元，執行包括醫療與農業在內的6個AI相關的研發項目，致力於實現智能社會。京都大學與包含富士通，武田藥品在內的90多個機構共同組成名為 「LINC」 的研究團隊，預計在2~3年內開發大約30多種用於藥物研發的AI，給予醫藥行業展現新的技術革命。
供稿 江宇
編輯修改 客觀日本編輯部
※日本研究人員發現白蟻兵蟻的分化基因
※新型磁性金屬，室溫下磁熱電效應超10倍
TAG:客觀日本 |