人工智慧 (AI) 與藥物研發

過去幾年來，人工智慧/機器學習 (AI/ML) 的應用，不但大幅加快了藥物研發的腳步，甚至有更多極具潛力的 AI 藥物研發應用浮上檯面。想更深入了解 AI 與藥物研發的未來嗎？歡迎繼續閱讀我們的部落格文章。

AI 與藥物研發：最新與近期的活動

光是 2021 年，美國食品藥物管理局 (FDA) 便收到超過 100 件使用 AI/ML 的生物製劑和藥物申請案。在 2023 年，該局也發表了一份討論文件，闡述他們對這類應用的看法。這份文件隸屬於一個涵蓋許多層面的倡議，旨在加強了解並聽取產業界及其他利害關係人士的意見。同一年，歐洲藥品管理局 (EMA) 也發表了 AI 反思報告初稿，標題為「人工智慧 (AI) 應用於藥品生命週期之反思報告」(Reflection paper on the use of Artificial Intelligence (AI) in the medicinal product lifecycle)，並由此展開公共諮詢流程及後續的研討會，與外部的利害關係人士就人類及動物用藥品的 AI 應用交流意見，其中也包括了生命科學翻譯服務及生命科學內容解決方案等議題。2023 年 12 月，EMA 以及藥品監管機構負責人組織 (HMA) 則發佈了他們到 2028 年為止的 AI 工作計畫，希望能充分發揮 AI 的好處並妥善管理其風險。這個計畫納入了更多事項，包括：

AI 與藥物研發：在風險與信任間求取平衡

AI/ML 的應用正大幅改變藥物研發的面貌，人們能夠運用這些工具以創新的方法簡化與增進研究流程。這些工具可以最佳化試驗參加者的遴選、加強試驗監控，以及改善資料的收集、管理與分析，進而改善臨床試驗的執行。AI 的使用也有助於試驗設計，尤其是例如分散式臨床試驗 (DCT) 這類非傳統試驗，以及納入擷取自電子健康紀錄 (EHR)、醫療給付或其他來源之真實世界數據 (RWD) 的試驗。這些 AI/ML 應用不但能提高試驗的效率，也讓我們有機會打造更貼近病人需求的體驗，使臨床試驗產業朝精準醫療的時代邁進一大步。

AI/ML 應用於藥物研發的可能性早已獲得業界廣泛認可，然而，他們對這些技術的實行卻仍猶豫不決。要使用 AI 來取代或增進藥物研發中的人工作業，除了必須信任這些技術，同時也要能夠管理相關風險，這跟訓練機器都是同等重要的事。監管機關會期望業界能實行風險基礎方法來開發、部署和監控 AI/ML 技術，最終的目標是要能針對 AI/ML 的使用情境與影響，主動實作適當的控管作為。對監管機關來說，藥物研發與評估的核心重點，是它們的利益風險剖析 (Benefit-risk Profile) 以及能否確實保護與推進公眾健康。正如已經使用於藥物研發的其他技術 (例如電子資料擷取)，AI/ML 的應用同樣也得先滿足這些優先要務，尤其 AI/ML 又是前所未見的複雜與不確定。監管機關已清楚體認到，AI/ML 的運算能力早已徹底改變了藥物研發，更帶來諸多挑戰，這也促使他們致力相互學習與探索這個快速發展的領域。

AI 和藥物研發的語言應用探索

對全球研究結果以及醫療行銷來說，語言是成功的先決條件，而 AI/ML 也將深深強化語言服務的品質。這些技術可望協助我們打造最佳的語言工作流程和資產，也可以針對不同語言、目標對象和預期用途，生成與處理新的內容。諸如 Lionbridge 等語言服務供應商，正積極快速地自行或是與業界合作探索和開發 AI/ML 的使用案例。生命科學產業的其中一個特色，就是資訊與內容量極其龐大，而且內容類型也非常多樣，像是受法律規範或不受法律規範，或是醫學或淺白用語風格等。AI/ML 不但會大幅改變語言服務產業，也將藉由使用大型語言模型搭配其他語言資源，徹底革新未來支援醫療結果的做法。AI/ML 可以為特定目標對象或市場生成或「重新合成」新的內容，而且不一定非得依賴傳統的來源檔案。只要有適當的指示和輸入，大型語言模型 (LLM) 可以配合特定的目標對象或媒體，以不同風格產出不同的內容類型。然而，語言服務供應商處理的經常是客戶的商務關鍵與機密內容，因此我們也必須要能妥善因應風險，並打造值得信賴的解決方案。為了達到這個目標，Lionbridge 會持續設法深入了解客戶的內容與產品、法規要求以及預期用途，同時也鼓勵客戶與我們就採用 AI 的解決方案進行探索性的討論。  

與我們聯絡

歡迎與 Lionbridge 合作，選擇我們由人類專家主導、採用 AI 技術的生命科學翻譯服務以及生命科學內容解決方案。我們在臨床試驗翻譯及語言解決方案上，擁有數十年協助客戶的豐富經驗，是值得信賴的合作夥伴，能協助您遵循語言方面的法規要求，以及為多語言臨床試驗的執行做好準備與規劃。歡迎與我們聯絡，討論我們如何能為貴團隊提供協助。