阿斯利康已在人工智能领域的合作中投入了数亿美元的资金，其目标不仅是加速开发药物来治疗已确诊的癌症，还包括开发能够比现有方法更早发现癌症的诊断技术。

       1. 肿瘤学负责人谈阿斯利康AI药物开发三阶段

       过去几年，阿斯利康已向一系列人工智能合作项目投入了超过10亿美元的生物医学资金（Biobucks）。在芝加哥ASCO 2025（美国临床肿瘤学会年会）会议期间，阿斯利康美国肺癌肿瘤学负责人阿伦·克里希纳（Arun Krishna）接受了采访并分享了这些资金的用途。

       他说："人工智能是一个非常广泛的话题，我按生命周期来分解一下。"

       据克里希纳介绍，人工智能药物开发分为三个阶段。最受关注的阶段是药物发现阶段，英矽智能（Insilico）和Generate:Biomedicines等公司已在此领域占据一席之地。在这个阶段，相比在湿实验室中需要数月或数年的过程，预测性人工智能有望更快地识别出潜在有用的分子。现在，这个过程可以在30天或更短的时间内完成。

       第二个阶段是临床试验阶段。我们能否使用现有的预测性人工智能来标记可能符合条件的患者？这不仅在于分析现有患者数据并选择可能符合条件的患者（人类也能很好地完成这一点），而是预测哪些患者可能从新候选药物中获益最大。

       例如，患者可能尚未出现直接符合参加临床试验条件的症状或生物标志物，但他们未来可能会出现这些症状或生物标志物，而人工智能可能很适合根据其档案中的其他线索做出判断。人工智能还可能识别出已经符合条件但尚未进行适当检查的患者。

       克里希纳说："即使我们不知道某个具体的生物标志物，如果患者符合某种特征，你就应该检测该相关生物标志物。人工智能可以为你填补这一空白。"

       监管机构、临床试验组织者和学术中心仍在积极讨论这一领域。克里希纳预测，基于人工智能的临床试验患者招募可能在1-2年内成为药物测试领域的一个活跃领域。

       第三个阶段最为不同寻常：人群筛查。据克里希纳介绍，阿斯利康的下一步不仅是治疗癌症，还将涉足诊断领域。克里希纳举了一个例子：偶发性肺结节（IPN）在人群中经常会出现。大多数情况下，这些结节是良性的，不会引发任何问题，但在5%-6%的患者中，它们会癌变。

       放射科医生在阅读CT扫描图像时有可能漏诊这些结节。克里希纳说，阿斯利康已将其预测性人工智能算法与人类放射科医生进行了并列比较。人工智能能够在放射科医生认为没有问题的病例中发现癌性结节。

       需要明确的是，过去几十年里，偶发性肺结节的检测率有所上升，这主要是由于医生开具的扫描检查数量增加，而且绝大多数结节是良性的。但正如克里希纳所说，阿斯利康希望在患者疾病的整个过程中都发挥作用。人工智能是其中的关键组成部分，即在人群癌症筛查中。

       2. 阿斯利康广泛积极的AI合作

       为了充分挖掘人工智能在各个方面的潜力，阿斯利康一直在招揽合作伙伴。今年4月，阿斯利康与Tempus AI和Pathos达成三方合作，投入2亿美元用于数据许可，以构建多模态人工智能肿瘤学模型，这对建立数据基础至关重要。

       在此之前，阿斯利康还达成了其他几项人工智能的合作。2023年12月，阿斯利康向人工智能开发公司Absci承诺提供高达2.47亿美元的资金，目标是在某个未披露的肿瘤学领域寻找新靶点。

       同样在2023年底，阿斯利康向Verge Genomics预先支付了4200万美元，并承诺在达到里程碑时支付8.4亿美元，以利用这家生物技术公司的人工智能平台在神经退行性和神经肌肉疾病领域寻找新靶点。阿斯利康还与BenevolentAI和人工智能免疫肿瘤学公司Immunai达成了多项合作。

       在人群筛查方面，阿斯利康正在与马里兰大学癌症医院的格林鲍姆癌症中心（Greenbaum Cancer Center）合作。克里希纳说："我们希望大规模推广这一技术，并在18个月内完成5万次CT扫描。"

       结语

       阿斯利康在人工智能领域的布局，展现出其对癌症诊疗全链条革新的决心。通过多阶段药物开发与广泛合作，它正以AI为引擎，加速突破传统医疗局限，从早期筛查到精准治疗全面发力，有望为癌症诊疗模式带来颠覆性变革，开启智能医疗的全新篇章。

       参考来源：

       AstraZeneca Racks Up AI Partners, Seeking To Stop Cancer at All Stages, June 2, 2025, BioSpace