pixabay.com

新药研发领域有一个广为人知的“双十定律”：研发一款新药平均需要花费10年时间、投入10亿美元。有没有更高效的办法？随着人工智能的发展进步，数据对于药物设计、发现、临床验证等各个环节的重要性日益凸显。

不过与全行业相比，任何一家制药企业、研发机构所拥有的数据量都十分有限，出于竞争的原因，他们只能依靠各自的数据进行药物研发。数据量已经成为制约人工智能药物研发成败的关键因素之一。

日前，一个囊括了全球10家顶尖制药企业、由17家合作伙伴共同参与的数据平台宣布成立。在该平台上，相互之间存在竞争关系的企业能够在不暴露他们所拥有数据的前提下获得计算结果。这一人工智能新药研发项目，旨在打破不同主体间的“数据孤岛”，探索一条数据共享的全新模式——利用多家制药企业的数据，创建更准确的模型，为药物开发筛选最有效的化合物。

该项目汇集了安进、阿斯利康、拜耳、勃林格殷格翰、葛兰素史克、杨森制药、默克、诺华等10家全球顶尖制药企业，合作伙伴包括一家人工智能企业、四家初创企业和两所欧洲大学。其中，隐私计算公司Owkin提供了基于区块链的数据模型平台，中央调度程序允许每家制药企业共享同一个联邦学习模型。简单来说，制药企业在不泄露自身数据的前提下，能够调用更多数据在模型中进行计算，海量数据大大提高了模型预测的准确性和适用性。

在此之前，Owkin在《自然·医学》杂志上发表过题为《基于深度学习的间皮瘤分类可改善对患者结局的预测》的论文。论文分析了近3000名患者的数字活检图像，数据来自多家法国机构。此次，10家制药企业承诺，在项目的安全性和隐私保护得到证明之后，他们将投入前所未有的海量数据。可以预见，如果该数据共享模式被证明可行，那么更多药物研究相关的数据持有者将通过该模式共享数据，“数据孤岛”将不复存在。

除了药物研发，隐私计算在城市治理中也将发挥越来越大的作用。去年，郑州遭遇百年一遇特大暴雨，此后各地政府都对治理内涝积水十分重视。如何提高内涝预测的准确性，把灾后响应转为灾前预警？首批入驻上海数据交易所的隐私计算领军企业光之树创始人张佳辰表示，用过去的计算方式，一些敏感却实用的数据无法用到，比如自来水管网的数据，但通过隐私计算技术，它可以和地形、地理、天文、水文等与气象相关的数据一同汇总，训练出精度更高的预测模型，并集成到整个水务系统的应急管理解决方案中。

在武汉东湖高新技术开发区，上海区块链企业零幺宇宙正在参与打造国内最大规模的“数字底座”，其中也有隐私计算的身影。与传统数字城市相比，利用区块链和隐私计算技术构建的“数字底座”拥有自学习能力，当某节点的算法进化，可在边缘侧节点之间自学习推广，一体化的系统设计为后续场景的加入预留了接口。

以往，不同部门间的数据格式和结构各不相同，交互起来很不方便。零幺宇宙（上海）科技有限公司执行总裁上官芸说，从“条块式”升级到“底座式”的数字片区建设，就是要打破过去各部门数据不相通的情况，实现数据的统一规划和接口标准。而要让各部门放心将数据共享，必然要用到隐私计算。据悉，“底座式”的数字片区将大大降低数字系统的运行成本。据测算，完成相同任务至少可减少1/3的设备投入。

此外，在此次“数字底座”建设中，基于区块链和隐私计算的“碳账本”技术得到了初步应用。上官芸介绍，“城市零碳”方案分为两步：一是记录，二是预测。区块链技术可以从采集源头记录数据信息、计算存证，并通过模型预测之后将产生的碳排放量。同时，并不是所有数据信息都需要披露，基于隐私计算可只显示最终排放结果，为节能减排提供量化行动方案。

作者：沈湫莎

责任编辑：任荃

*文汇独家稿件，转载请注明出处。