在医药界人工智能和机器学习的使用正在变得越来越广泛，这正在改变传统的医学研究模式。研究人员随时都可以获取关于某个疾病的所有研究报告和临床病例，这不仅能帮助研究人员全面了解这种疾病，还能够缩短新药研发所需的时间。
成立于2011年科技公司Innoplexus致力于解决制药和生命科学界面临的复杂挑战。他们的生命科学研究端到端平台使用人工智能产生智能数据，以帮助新药研发、临床试验以及遵从监管政策。除了加强研发，Innoplexus还能够利用这些科技帮助医院和研究机构提供更好的治疗方案。无论是药物开发者想要了解现有研究，还是医学研究人员想要寻找其他治疗手段，或是医生想要获取某种疾病的数据，他们都会更容易得获得相关信息，从而加速发现和增长的过程。
Guarav Tripathi
《福布斯》杂志对Innoplexus的联合创始人Guarav Tripathi进行了专访，他谈到了Innoplexus改变医学研究界的前景，以及人工智能将如何定义现代医学的未来。
问：哪方面的空白或机会激发了你创建Innoplexus的想法？
答：生命科学行业所依赖的大部分信息都是基于过时的数据和分析咨询模型。本质上，数据被手工收集和分析，然后高价出售给客户。这种信息在有些行业也许是有用的，但是在药物开发和医学研究这种重于研究的领域，专家们需要更多现有的和全面的数据。我们对此的回应是带来了一个自动化的数据服务（Data as a Service）模型，它实现了无缝实时数据获取。我们还建立了一个分析服务（Analytics as a Service）模型，它可以以从前无法实现的方式为这个行业提供连续的和定制的见解。这些使数据在支持决定上更有用的见解之前并不能持续提供，当需要这些见解的时候，经常需要大量的耗费时间的手动工作。由于健康行业的快速发展，访问和分析数据的速度至关重要。
问：你的公司如何快速改变医学研究和治疗的模式？
答：研究人员受限于他们所知道的、他们能测试的、以及他们可以访问到的数据平台上的信息。而医疗、研究、和患者数据这些丰富的资源通常来说他们都无法接触到，或者分散于几十个，如果不是几百个不同的信息源。我们的目标是使所有人都能接触到这些信息，将数千个来源的所有信息整合到一个易于使用的平台上。利用最新的人工智能和机器学习技术，使生命科学研究人员获取信息，帮助他们更快、更低成本地实现目标。这不仅限于研究，获得了更多数据的医生和其它专业人士可以通过别人的经验和发现来更快地诊断疾病和进行治疗。当这个行业的专业人士获得更好的数据后，创新就能以更快的速度发生。
问：你的专利技术如何工作？你提供哪些核心服务？
答：我们首先将整个生命科学领域的数据融入到一个全面的数据服务平台（iPlexus），为这个行业创建了一个从未有过的资源。这使得我们能够针对特定的业务建立持续分析应用程序，使数据对于用户来说可操作性更高。我们的客户使用我们的平台和特定应用程序将他们的研究扩展到所有的已知信息。如果他们在这个平台的基础上需要自定义程序，我们可以提供技术、基础设施和支持。我们还允许第三方在我们的平台上构建应用程序，并正在建立一个可以带来更多创新的强大的开发生态系统。我们的主要目标是数据的无缝访问和使用，同时通过直观的界面提供持续的分析。
问：困扰医学研究领域的最大障碍是什么？你如何直接解决它们？
答：对于特定目标的碎片化分析方法，或者各个公司自行的大数据分析都已经失败了。因此，我们坚信大数据需要一个通用的人工智能平台。没有人工智能平台，制药和医疗公司可能会投资于较少数据研究的工具，而这往往是不足的。这种失败的投资可能意味这错过一个生物标记物，或者一个失败的药物。通过人工智能平台可以帮助公司利用所有可以获得的数据，是公司更有可能从研究中获得投资回报。我们的iPlexus平台将从网络和企业抓取大量数据这一过程自动化，根据具体使用目的进行汇总并分析其中的模式、关系和实体。然后，它将结果呈现在可视化的直观界面中。我们把这个过程框架叫做CAAV——抓取（Crawl）、聚合（Aggregate）、分析（Analyze）和可视化（Visualize）。这个想法是将所有已知药物、疾病和疗法构建成三角形的信息结构，使数据探索这一过程对用户更加友好。结果就是用户不再需要像传统做法那样花费几个月的时间来收集数据并投资专用解决方案。
问：人工智能和机器学习比起其它技术驱动的数据库有怎样的优势？
答：对于制药和生命科学行业来说，数据带来的挑战是多维度的。使用4个V（体积、品种、速度和真实性）来测量数据对于大规模计算的有用程度已经过时了。在这些复杂的行业里需要更多的智能系统。数据的深度，或者说数据的许多层次同时进行交互，需要能够更快绘制连接的机器。其密度使基本查询难以搜索，比如说，一句话可以代表多年研究的信息。类似的，这个行业的数据是非常多样的，从论文到基因序列到患者记录。旧的技术驱动的数据库依赖于已知的数据，但是其本身无法探索未知的数据。这就是为什么人工智能和机器学习对于这些行业中数据的可操作性至关重要。它们可以超越人类头脑对数据的推断，比如说未知的模式、隐藏的网络、生物体之间未被发现的联系，提供这些见解可能会带来重大发现。
问：你的公司在这样一个多变的行业中成功和可持续的关键是什么？
答：我们领导团队的丰富经验是我们的资产，我们可以创造满足行业需求的解决方案，同时保持业务的可持续发展。我们的首席执行官Gunjan Bhardwaj博士在创建Innoplexus之前曾在安永会计师事务所和波士顿咨询公司工作，他丰富的咨询经验使他非常重视提供符合客户要求的可操作的见解。此外，需要提供连续的且易于更新的见解说明了自动化的重要性，这就是为什么Innoplexus将人工智能集成到其解决方案中，从而保持数据的更新。我的背景是帮助公司通过新兴技术获得竞争优势，这也是我在公司的重点。对于可持续性，我们所有人都对客户充满热情，因为每个成功利用我们的分析的客户都有可能更快地开发出一种新疗法。这一认识使我们的客户对于产品以及我们的团队对于客户充满热情，在客户需要的时候竭尽全力升级我们的服务。
问：你如何看待公司未来3-5年的发展以及你希望对行业产生怎样的影响？
