制药行业正经历深刻变革,不仅要加速药物研发和生产流程,更要提升整体患者护理水平。AI、生物技术和机器人技术的融合是成功的关键,在此背景下,赛诺菲多年来一直将科学与技术相结合,致力于开发更有效、更便民的治疗方案和疫苗。
近期,这家总部位于巴黎的生物制药公司专注于在医疗保健领域大规模应用AI技术。据赛诺菲伊比利亚地区转型负责人拉拉·卡雷特尔介绍,公司正在经历一场涵盖科学、技术和文化层面的全面转型,而非仅仅是数字化转型。"AI已融入公司整个价值链,从新分子识别到确保药物及时送达需要的地方,以及我们的工作方式,"她表示,"这一转型源于明确的雄心壮志——成为首家大规模采用AI技术的生物制药公司,为患者带来直接且切实的影响。"
变革根源
赛诺菲的数字化转型是一个持续过程,始于适应研发方式的需求,以便在日益互联、敏捷和以数据为中心的世界中开发、生产和交付治疗解决方案。
2022年启动的数字加速器项目旨在快速扩大AI等颠覆性技术在组织各层级的应用,从研发到业务流程。虽然更好地连接科学、技术和人才以改善患者生活这一最终目标一直很明确,但过程并非总是一帆风顺。
"更大的挑战更多是人员层面而非技术层面——比如从孤立工作转向网络化思维,从线性流程转向迭代模式,"赛诺菲伊比利亚地区传播负责人亚历克斯·佩雷斯说道,"但我们积极推进文化进步,而不是等待其自然改变。我们创造环境,让快速试错成为创新过程的一部分,让科学与AI相交融,让等级制度让位于开放、水平和互联的工作方式。"毕竟,他补充道,技术本身不会改变任何东西,但它确实改变了人们使用技术的方式,而这种文化变革一直是关键推动力。
坚实的技术基础
赛诺菲的技术策略基于三大基础支柱。首先是全球化、安全且可扩展的数字基础设施,使公司能够在100多个国家实时运营。其次是在整个价值链中整合AI技术,从基础研究到生产分销。第三是采用自身的伦理框架RAISE(人人享有赛诺菲负责任AI),确保使用的每个模型都可追踪、可解释且符合最严格的监管要求。"这三大支柱让我们能够在医疗保健行业的数字化转型中快速且负责任地前进,"卡雷特尔表示。
具体来说,AI的整合让赛诺菲能够更快速、更精准地推进工作。"我们正在使用生成式AI设计新分子、预测复杂的免疫反应,并模拟药物在不同患者群体中的表现,"佩雷斯说道,"最终,AI让我们能够将科学推向新高度,具体目标是为患者提供更有效、个性化和便民的治疗方案。"
卡雷特尔补充道,AI还能将新药从发现到患者使用的时间缩短多达50%,并将早期阶段的成功率提高多达30%。"对患者而言,这意味着更快速、更定制的治疗方案和更好的治疗效果,"她表示。
AI驱动的发展轨道
公司推动的供应和制造链变革项目之一结合了AI和预测模型。"我们已实施数字孪生和机器学习算法,能预测80%的物流中断并预测65%的中断原因,"佩雷斯说道。
这使公司能够更快速地响应、保证药物供应并优化流程的每个步骤。"我们还通过与迈凯伦的开创性合作将这一愿景推向新高度,将他们的赛车理念应用到我们的工业环境中,"他补充道,"受F1赛车精准性和敏捷性启发,我们与他们的工程师合作优化生产线切换时间、提高工厂效率,并采用基于快速迭代和实时分析的思维模式。这不仅改善了关键指标,还带来了切实的文化转变——团队更有能力、流程更智能、工厂学习和适应能力更强。"
为成功整合项目,赛诺菲在转型的不同阶段依靠全球技术合作伙伴,使其能够扩展能力、开发负责任的AI解决方案并加强数字架构。例如,迁移到谷歌云对现代化基础设施至关重要,实现了高级分析并提供了部署大规模AI解决方案的能力。与Aily Labs合作开发了赛诺菲内部AI应用plai,基于预测模型提供实时分析和假设情景,帮助内部团队更好地准备。与Exscientia、BioMap、IGM Biosciences等公司的其他合作提供了进一步的专业AI来设计分子、生物治疗和先进疗法。
巴塞罗那的创新中心
自2016年以来,西班牙通过其全球创新中心引领赛诺菲的国际创新和转型,凭借其技术生态系统、数字人才和吸引国际项目的能力,巩固了其战略地位。
"今年,我们通过创建全球枢纽进一步发展,将创造300多个高素质就业机会,"佩雷斯说道,"这个新中心的创建旨在从欧洲引领数字化转型,对全球健康产生实际影响,通过负责任地使用AI加速创新疗法的开发。"
从这个中心,他们致力于在整个价值链中应用AI的战略项目,专注于真实世界证据生成(RWE)、临床分析和统计编程、科学和研发支持,以及物流供应链预测模型开发等领域。"我们从这个中心所做的一切都有一个共同目标:通过结合科学、技术和数据,为全球健康需求提供更快速、更准确、更可持续的响应,转变医学的未来,"佩雷斯补充道。
关注AI监管
8月1日标志着欧盟AI法案生效一周年,据佩雷斯称,这是必要的一步,为可追溯性、透明度和数据质量至关重要的行业提供了法律确定性并建立了信任。然而,医疗保健创新步伐迅速,因此需要支持这一进展的监管框架。"欧洲药品管理局(EMA)的未来指导方针以及受监管测试环境等举措,可以促进在受控和安全条件下验证基于AI的创新解决方案,"佩雷斯说道,"最重要的是,机构、私营部门和患者组织之间的密切合作将是欧洲负责任且雄心勃勃地引领医疗保健数字化转型的关键。"
即便如此,最紧迫的挑战是确保临床数据的互操作性和安全可访问性。卡雷特尔解释说,没有这些,AI和个性化医疗都无法进步。"持续投资数字基础设施、培训专业人员,以及制定加速创新步伐的灵活监管至关重要,"她表示。
Q&A
Q1:赛诺菲如何在整个价值链中应用AI技术?
A:赛诺菲将AI整合到从基础研究到生产分销的整个价值链中。他们使用生成式AI设计新分子、预测复杂免疫反应、模拟药物在不同患者群体中的表现。同时实施数字孪生和机器学习算法来预测物流中断,并与合作伙伴开发内部AI应用plai,提供实时分析和预测模型。
Q2:AI技术能为患者带来哪些具体好处?
A:AI技术能将新药从发现到患者使用的时间缩短多达50%,将早期阶段成功率提高多达30%。对患者而言,这意味着能获得更快速、更个性化定制的治疗方案和更好的治疗效果,同时治疗方案也更加有效和便民。
Q3:赛诺菲在西班牙的全球创新中心有什么作用?
A:自2016年以来,西班牙的全球创新中心引领赛诺菲的国际创新和转型。新创建的全球枢纽将创造300多个高素质就业机会,专注于真实世界证据生成、临床分析统计编程、科研支持和预测模型开发,目标是从欧洲引领数字化转型并对全球健康产生实际影响。
好文章,需要你的鼓励
萨提亚回忆起90年代在微软评审会上听到的场景。Gates当时说:"软件只有一个品类--信息管理。
南洋理工大学团队开发了Uni-MMMU基准测试,专门评估AI模型的理解与生成协同能力。该基准包含八个精心设计的任务,要求AI像人类一样"边看边想边画"来解决复杂问题。研究发现当前AI模型在这种协同任务上表现不平衡,生成能力是主要瓶颈,但协同工作确实能提升问题解决效果,为开发更智能的AI助手指明了方向。
Anthropic周一发布了旗舰模型Opus 4.5,这是4.5系列的最后一个模型。新版本在编程、工具使用和问题解决等基准测试中表现出色,是首个在SWE-Bench验证测试中得分超过80%的模型。同时推出Claude for Chrome和Claude for Excel产品,分别面向不同用户群体。Opus 4.5还改进了长文本处理的内存管理,支持付费用户的"无限聊天"功能,并针对智能体应用场景进行了优化,将与OpenAI的GPT 5.1和谷歌的Gemini 3展开竞争。
360 AI Research团队发布的FG-CLIP 2是一个突破性的双语精细视觉语言对齐模型,能够同时处理中英文并进行精细的图像理解。该模型通过两阶段训练策略和多目标联合优化,在29个数据集的8类任务中均达到最先进性能,特别创新了文本内模态对比损失机制。团队还构建了首个中文多模态评测基准,填补了该领域空白,为智能商务、安防监控、医疗影像等应用开辟新可能。