侵权投诉
订阅
纠错
加入自媒体

用AI技术“返老还童”,通过技术手段一滴血就预知未来

2018-06-04 14:23
动脉网
关注

随着医疗保健行业与数据采集技术的发展,AI技术与生物医疗产业的结合呈现出巨大潜力,不仅在制药领域中的取得了许多突破,在生物抗衰老的相关问题上也开始推进更深层的研究。

自古以来,中国流传着长生不老,求仙问药的故事。一家总部位于美国巴尔的摩的医疗与生物信息公司Insilico Medicine正在让这些神话故事的场景走进现实。

2014年,Insilico Medicine由创始人Alexander Zhavoronkov成立。该公司专注于运用AI技术发现新药,延长寿命,致力于个人健康管理和老龄化问题的相关研究。

至今为止,Insilico Medicine公司已经从Deep Knowledge Ventures,JHU A-Level Capital和Juvenescence等投资者中共筹集826万美元的资金。

据动脉网从多家海外媒体获悉,Insilico Medicine被界定为风险资本市场一类,是处于发育成长期的新生高新技术企业进行股份融资的市场。该公司在美国的主要竞争对手为Atomwise、twoXAR和Qrativ公司。

作为Insilico Medicine的CEO,Zhavoronkov在同期竞争对手中拥有最多的公司员工数量。近两年中,他们总计获得了680万美元的融资,为公司带来了570万美元的收入。

高效团队为核心力量

目前,Insilico Medicine在俄罗斯,英国,瑞士,波兰和美国设有研究团队,在加拿大,以色列,瑞士和中国开展研发合作。

通过AI技术的应用,Insilico Medicine至今已建立250多个产学合作案,成功搭建在药物研发和生物标记研发领域的应用,并成为制药行业的创新驱动者。

Insilico Medicine的经验团队中包括主席Alexander Aliper,首席运营官Qingsong Zhu以及创始人Zhavoronkov本人等。在加入该公司以前,Qingsong Zhu曾在约翰霍普金斯大学医学院接受过博士后的培训。

据动脉网了解,Zhavoronkov在创业初期主要专注于老年化研究。通过收集大量不同年龄的健康和患病人群的多类组学数据,利用机器对这些数据进行综合分析,从中找出与衰老和疾病有关的生物标记物。

目前,Zhavoronkov和他的团队通过与多个相关领域的公司进行合作,实践和创新,力争于发现抗衰考药物,延缓患者寿命。

Zhavoronkov表示,医药研发是一项不容小觑的任务。每个药物的研发费可达到26亿美元,而在全球研发这些药物的费用是1500亿美元。这就解释了为什么在2014年,总共只有46种新药被推出。新药研发的失败率为92%。并且现实中有约6万种疾病。

由此可见,医药研发与人类衰老的抗争并不容易。Insilico Medicine公司以推广AI技术为目的提升每个人的生命周期质量(QALY)。

目前,每提升一个单位QALY,将花费6万美元。而这将由新药物的研发所引导。

此外,创始人Zhavoronkov的专业背景也支撑着他在AI技术和生物研究产业的探究与创新。今年才39岁的他,已经拥有生物物理学博士,生物技术硕士学位和计算机科学学士,并在生物对象学和再生医学领域拥有经历丰富的职业生涯。

作为世界衰老研究领域的知名学者,Zhavoronkov在2015年12月出版了《跨越衰老:生物医学的进步将如何改变全球经济》。

书中所探讨的视角涉及人体衰老的机理、政府感兴趣的养老金制度改革、社会经济学家感兴趣的老龄化人口增多等诸多问题。在他看来,美国、日本等国家老龄化引发的社会、经济问题,对中国有着深刻的借鉴意义。

到2020年,中国60岁以上人口预计将达2.5亿,中国将成为全球老龄化最为严重的国家之一,并由此带来诸多负担和问题。而生物医学中的抗衰老研究,将可能改变这一情况,它能够推迟退休的标准年龄、甚至重新定义广义上的“老龄人口”。

数据探测你的健康状态

Zhavoronkov始终坚信AI技术是改善制药行业,提高产业效率和降低衰老风险的重要途径。该公司利用自身对深度神经网络机器学习的专长,帮助它们进行药物研发,治疗衰老疾病。

PHARMA.AI、Young.AI和NUTRIOMI是Insilico Medicine的三个重要产品:

PHARMA.AI:经过调查发现,能够同时具备多组学,药物,临床经验以及深层神经网络知识的相关人员并不多。PHARMA.AI作为Insilico Medicine公司研发的项目之一,致力于缓解几年来生物医药行业中专业人士匮乏的情况。

通过获取数百万个统一的多组学数据和人类数据样本,PHARMA.AI能帮助世界各地的制药,生物技术公司和学术团队创建、培训、出售或授权多种有关深层神经网络的解决方案。

1  2  下一页>  
声明: 本文系OFweek根据授权转载自其它媒体或授权刊载,目的在于信息传递,并不代表本站赞同其观点和对其真实性负责,如有新闻稿件和图片作品的内容、版权以及其它问题的,请联系我们。

发表评论

0条评论,0人参与

请输入评论内容...

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

    医疗科技 猎头职位 更多
    文章纠错
    x
    *文字标题:
    *纠错内容:
    联系邮箱:
    *验 证 码:

    粤公网安备 44030502002758号