近(9)日，麥肯錫全球研究院(MGI)發布一份「製藥業的生成式人工智慧：從炒作走向現實」的報告，該報告深入研究生命科學領域63個生成式AI(generative AI)的模型與數據，分析發現生成式AI在製藥行業中的早期研究、臨床開發、營運、商業化階段，都能帶來潛在的價值。
 
報告指出，從去年開始製藥公司對人工智慧產生大量的興趣，但事實上，製藥公司早在2020年就透過人工智慧模型來解開疾病的機制，例如使用AlphaFold2、ESMFold和MoLeR等來預測蛋白質結構。
 
然而隨著新一代的生成式AI的出現，麥肯錫也推估其將為整個製藥產業價值鏈產生600~1100億美元的價值。
 
在該份報告中，麥肯錫進一步對早期研究、臨床開發、營運、商業化的經濟影響進行分析。
 
以早期研究階段來說，麥肯錫的分析發現，生成式AI確實可協助藥廠從大量科學文獻快速識別目標，並用電腦模擬與優化方式，挑選最有希望通過臨床前測試的先導化合物。麥肯錫推估，在此階段生成式AI可創造150~280億美元的價值。
 
在臨床開發階段，麥肯錫分析發現，生成式AI可提供簡化臨床試驗流程、自動化生成試驗文件，來降低臨床開發階段50%成本與縮短12個月臨床時間，在此階段，生成式AI可創造130~250億美元的價值。
 
在營運影響上，生成式AI就如虛擬助理，可分析採購訂單、發票，特別是當原料供應短缺時，生成式AI能提早預測庫存問題，麥肯錫推估，此階段生成式AI可創造40~70億美元的價值。
 
最後是在商業化階段，報告指出所有藥品最終都需要進入醫院讓使用者買單，而此階段需要花大量的人力與相關單位培養關係並建立信任關係。
 
麥肯錫分析發現，生成式AI可以透過個人化訊息、通路等資訊，快速創造個人化的行銷計畫，同時也能制定銷售人員培訓計畫，整體來說，能增加銷售團隊10~15%生產力與效率，也減少5~10%患者流失數量。
 
不過儘管如此，麥肯錫也點出，目前藥廠對生成式AI仍有許多誤解，包括：生成式AI可以創造巨大價值、生成式AI可容易插入現有資料集中，並產出相關見解、只要選擇正確的大型語言模型(LLM)就能創造關鍵差異，以及導入生成式AI就能立即影響組織每個部份等。
 
資料來源：https://www.mckinsey.com/industries/life-sciences/our-insights/generative-ai-in-the-pharmaceutical-industry-moving-from-hype-to-reality