辉瑞正在带头进入通过人工智能和机器学习（AI/ML）来实现药物发现和开发的创新浪潮，公司正在迅速扩大规模并招募人才、开展合作，希望更快地为患者提供变革性药物。
辉瑞表示其愿景包括三个方面：用人工智能揭示疾病生物学；利用这些见解来设计正确的分子；为临床试验的成功确定合适的患者群体。
根据 Biospace 的报道，辉瑞正在建立一个“机器学习研究中心”，负责在“关键投资”中创建新颖的预测模型和工具。该团队由负责机器学习和计算科学的副总裁 Enoch Huang 领导，将与全公司的专家合作，通过设计、部署和维护最先进的工具和技术来确保 AI/ML 的成功应用。团队将揭示与疾病病理生理学相关的见解，并生成相关的、可检验的假设。
Huang 表示，“AI/ML 已经融入辉瑞的药物发现构架中。当我们的项目团队或设计化学家在研究化合物时使用机器学习而不自知，就标志着我们的工作成功了。但我们需要将 AI/ML 应用到药物设计之外。我们看到了使用 ML 方法挖掘公共和专有数据集以更好地了解疾病病理学的巨大潜力，这可能会为患者带来突破性疗法，从而有意义地改变他们的生活。”
在谈到了解疾病病理生理学的分子基础时，Huang 指出了一种名为 Transformer 的强大 ML 架构，该架构是在开发时考虑了语言模型。Transformer 是谷歌翻译的基础。“它可以帮助我们通过自然语言处理来理解生物医学文献。”
辉瑞副总裁兼早期临床开发、临床 AI/ML 和定量科学负责人 Jared Christensen 表示，“我们正在构建下一代工具，以在临床前和临床开发范围内使用。我们将从我们已经立足的领域开始。”辉瑞的核心治疗重点领域是内科学、炎症和免疫学、肿瘤学、疫苗以及罕见病。
Christensen 表示，辉瑞计划在肿瘤学成果的基础上更好地了解患者人群和分层。“我们正在寻找数据丰富的适应症来训练模型。通过 AI/ML 来指导和影响目标优先级和患者分层，就像我们在化学领域所做的那样。”
在内科学方面，Christensen强调了心力衰竭、糖尿病和非酒精性脂肪性肝炎，这些领域的患者人数众多，每天都在积累更多数据。另外，对于类风湿性关节炎、克罗恩病和溃疡性结肠炎等炎症和免疫疾病也是如此。
辉瑞打算利用这些数据，连同相关的生物标志物和下一代测序数据集，更好地了解其药物可以在哪些方面产生最大影响。Christensen 表示，“我坚信，我们现在称之为一类疾病的病症将继续根据生物标志物和临床表型进行细分。我相信这种革命将继续发生在其它疾病上，就像我们在肿瘤学中看到的那样。”
这些和其它临床使用案例将有助于推动 ML 研究中心内的方法开发。Subha Madhavan 最近被聘为辉瑞早期临床开发中的临床 AI/ML 和数据科学负责人，以帮助定义药物项目的核心要求，这些项目将利用 ML 研究中心的创新方法来加速开发。
这些努力将利用历史临床试验数据、生物标志物数据和真实世界证据（例如来自电子病历的证据）来精确定义患者群体，从而为研究设计提供信息。Madhavan 表示，这最终是为了提高辉瑞临床试验在技术和监管方面取得成功的可能性。辉瑞正在将经典和深度学习等先进方法应用于从自己的临床试验和发表的研究中整理的分子数据集，“以识别可能对某种治疗有更好反应的患者亚群。”
