對話望石智慧創始人&CEO周杰龍：AI在解決醫藥產業“水面之下”的難題

全球AI製藥市場規模將從2022年的10.4億美元增長到2026年的29.94億美元，年複合增長率爲31.31%。這組數據真實展現了“AI+醫藥”如今的關注度和潛力。

近年來，生成式AI的極大突破，讓這個稍顯枯燥的行業也“性感”了起來。

望石智慧是一個重要入局者，定位人工智能技術驅動新藥研發的科技公司，成立於2018年，搭建了能夠精準地生成與靶點口袋結構契合的分子/分子骨架的核心平臺——多模態3D分子生成大模型。

基於亞馬遜雲科技的數據存儲與雲算力服務，這個模型以 GPT/Transformer 框架爲基礎，融合了幾何深度學習等算法。依託該模型，多個醫藥項目已收穫顯著成果，其中部分項目更是進入了臨牀階段。模型還可作爲基座模型，合作伙伴能夠在此基礎上，充分整合自身擁有的數據、認知以及模型等要素，進行定製化迭代。

望石智慧創始人& CEO周杰龍告訴本站科技，做醫藥創新，不得不面對兩大難題。在我們的對話中，他還闡述了醫藥產業的特點、現狀，以及解決難題的心得和成果。

“醫藥創新的問題分爲水面之上和水面之下：水面之上是研發挑戰的問題，創新難度大，怎麼突破創新的過程，避免‘專利撞車’；水面之下，醫藥行業作爲數據密集型產業，很多藥企有非常多數據，但今天這些數據沉積在很多數據倉裡，沒有實現數據價值最大化。”

周杰龍還談到，“相對於其他行業，醫藥領域在數字化層面可能更偏落後，面臨更大的挑戰：一方面，業務每個環節的數據記錄可能未必規範，很多的數據之間沒有打通，或由於保密性原因無法辦法共享，導致數據浪費，知識無法沉澱。另一方面，對於工具層面，雖然目前已經有非常多的工具，但這些工具就好像散佈在系統裡面的一個個點，沒有形成從設計目標出發，構建一條系統化的工具鏈。”

基於此，望石智慧提出了Model+X的方式。通過Model+X把沉積的數據和認知充分使用起來，用戶可以基於模型進行分子的設計；也可以通過檢索增強、微調方式利用歷史項目數據對這個模型進行再次的訓練，最終通過三層合理性的評估，給出符合藥化人員預期的分子，最終這些交互產生的認知和信息可以再回到新的模型上，形成完整迭代的循環。

在數據合規和治理方面，望石智慧還與亞馬遜雲科技找到了一系列解決方案。

周杰龍表示，望石智慧正在推進出海，而亞馬遜雲科技能滿足在海外不同業務體系的數據安全和合規要求。藉助技術工具、全球合規認證、本地化生態合作及彈性資源管理，可以構建端到端的安全合規體系。

這樣做的好處是，不僅降低了出海過程中的法律風險，還通過高效的數據處理與成本優化，加速未來的全球化業務拓展進程。

與此同時，本站科技瞭解到，望石智慧也在和亞馬遜雲科技推進數據治理方面的技術探索，包括數據結構化治理、模型輸入/輸出安全控制策略、基礎設施和各種高性能計算平臺的支持等。

周杰龍進一步表示，亞馬遜雲科技Amazon Simple Storage Service (Amazon S3) ，不管是整個體系的資源調度協調能力，還是高性能適配能力，都便於動態調整。另外就是亞馬遜雲科技的全球合規性，對望石智慧都非常有幫助。

談及AI+藥物研發行業的未來發展，周杰龍認爲，首先，AI+藥物研發行業還在很早期的階段，行業標準尚未完全建立，希望能夠基於望石智慧的認知和經驗，幫助行業逐步建立合理地被工業界認可的標準。其次，推動真正契合行業的垂類模型開發，然後往Agent的方式發展輔助交互，最終成爲行業新的基座與底座。

最後，他談到，在整個發展過程中，與亞馬遜雲科技的合作貫穿始終，其中涵蓋包括合規性、出海、數據治理、基於Amazon Simple Storage Service (Amazon S3) 的基礎合作、本地化生態的合作、動態資源項目的合作，以及未來在AI Agent方面的合作等。（定西）