英国牛津大学曾在 2013 年发表了一份名为“就业的未来”（The Future Of Employment）研究报告，提到最容易被机器人给取代的人类工作：如法律助理、个人金融顾问、程序员等，洋洋洒洒列了一长列名单，但如果医药界以为可以隔岸观火，对人工智能崛起视若无睹，接下来的讯息可能会让你伤点脑筋。
英国剑桥大学和曼彻斯特大学合作开发出机器人科学家（Robot scientist）──“夏娃”（Eve），她专长在于推动新型药物的发明，让新药开发速度更快、价格更低廉。
其实早在 2009 年，科学家就尝试将人工智能介入科学，当时阿伯里斯特威斯（Aberystwyth and Cambridge University researchers）和剑桥大学的研究人员设计了“亚当（Adam）”，这是第一个能独立发现新科学知识的机器人。亚当专职研究面包中的酵母菌，其内建所有关于酵母菌的生理学知识，然后就像人类科学家一样，订定目标反复实验出个结果，而这过程是不须人类介入，完全靠机器智慧独力完成。
▲ 机器人亚当（Source：YouTube）
然而这只是一个原型机（Prototype），它的创造者罗斯金（Ross King）博士为亚当打造出一个更优质的机器人伴侣“夏娃”，应用于早期药物研发设计。
谈起现今的药物研发，从发现到成为真正有用的新药，都非常费时、耗费金钱。当一个具有药理活性的先导药物（Lead compound）被开发出来，需再试验千百种衍生物让先导药物的结构和活性关系（Quantitative Structure–Activity Relationship，简称 QSAR）更明确，经过优化之后的药物必须评估活性、毒性、安定性、药物动力学，再选出候选药物（Candidate）进入下一阶段临床试验，这之中的筛检规模庞大，也因此制药界着手自动化发展。
每天能筛选万种化合物
而 2.0 版的机器人科学家夏娃，强化人工智能的功能，专长就在于“自动辨别药物”和“主动学习”。她会就观察设定一个假说，之后反复测试。和传统自动化筛选的不同点在于，夏娃一开始随机选择数据库中的一个子集，找出第一个测试成功的化合物，之后经过多次反复测试以降低假阳性结果的概率，并根据早期筛选的经验纪录，再利用统计学和机器学习程序来分析药物与生物体结构的相互反应，并在过程中学习成功的经验，借此设计出更好的衍生物以提高药效、降低副作用。
虽然目前夏娃还没有自行合成化合物的能力，但她每天可自动化筛选超过一万种化合物，这能降低成本和不确定性，并且节省研发时间。此外，夏娃可以非常精确地记录包含实验构思、执行细节，且所有过程都是数字化保存，对于日后其他新药开发非常有帮助。
有感于近年来开发新药常偏重于心血管疾病、抗癌或妇女疾病（乳癌、骨质疏松）类，研发团队率先着手在全球需求量大的热带疾病药物开发，根据皇家学会期刊登载，夏娃在一个大约含有 1,500 种经临床批准应用的化合物库中进行测试，她找出一种抗癌化合物 TNP-470，能够同时抑制疾间日疟原虫（Plasmodium vivax）体内必需酶──二氢叶酸还原酶（dihydrofolate reductase, DHFR）， 阻断疟原虫繁衍，进而达到药物治疗目的。
▲ 夏娃发现阻断疟原虫繁衍的抗癌化合物。（Source：皇家学会期刊）
尽管有科学家指出夏娃发明出来的疟疾新药，效果比不上现有既存的药物，也有药物探索专家批评这仅是就现有资料用电脑去组合出结果，并非真的突破性药物的发展。但不可否认的，一个好的药物可能需要 10 年、数十亿美金才能创造出来，在这漫长的研发期间，可能已有数百万人罹病受苦，或者现有药物已出现抗药性。当人工智能介入药品研发，人类科学家能更专注于新医疗发明，能更大为降低研发药物的成本和时间，如此一些真正被人们需要但较不具经济价值的药物比如寄生虫、疟疾等热带疾病，或者治疗罕见疾病的孤儿药（Orphan drug），也许就不再被制药市场给边缘化。
- Robot Scientist Discovers Potential Malaria Drug
（首图来源：medicaldaily）
