2020年，當輝瑞尋求盡快將COVID-19疫苗推向市場時，它求助于Saama Technologies（以下簡稱“Saama”）。

Saama 是AI驅動的臨床云平臺，旨在簡化臨床試驗，使用機器學習和高性能算法每天篩選數千萬個患者數據點。

據《福布斯》報道，使用Saama的人工智能程序縮短了輝瑞大約一個月的研究時間。而在新冠肺炎疫情的早期，與時間賽跑就是與死神賽跑，Saama的重要性不言而喻。而這次合作對Saama無疑是里程碑式的——Saama不僅因此聲名鵲起，在人類的抗疫史上鐫刻上了自己的名字，也因過硬的業務能力，于2021年10月斬獲4.3億美元戰略增長投資。

這筆投資由全球領先投資機構Carlyle領投，Amgen Ventures、Intermountain Ventures、默克全球健康創新基金、McKesson Ventures、Northpond Ventures、Northpond Ventures和Population Health Partners等投資方跟投。

據Saama披露，這筆資金將用于加速 Saama人工智能驅動數據管理和分析能力的開發，以重新定義藥物開發范式。

數據來源：Saama官網，動脈網制圖

資本是聰明的，它總流到代表未來的方向。 Saama為何能從高度“內卷”的醫療AI紅海中一騎絕塵？

“創業沒有白走的路，每一步都算數”

Saama成立于1997年，近二十年來，Saama在更廣泛的數據分析領域開展業務，其服務范圍涵蓋安保、商業等領域，獨獨未涉及醫療。

直到 2010年中期，由于偶然的契機才轉向醫療，專注臨床分析，期間與Elligo Health Research、Oracle、Gilead等多家企業合作。

創業沒有白走的路，每一步都算數。也正是基于之前穩扎穩打練遍“百功”的深厚功底，讓Saama能抓住機會，快速轉移戰場，一戰成名。

2020年輝瑞找到Saama合作，共同開發部署一款利用人工智能技術簡化臨床試驗數據的管理方式。

雖然此前Saama并沒有疫苗相關的合作經驗，但得益于較為成熟的算法和輝瑞翔實的數據投喂，Saama很快給出了解決方案。這些算法讓通常需要數周才能獲得的數據，在一天內就能完成，大幅提升了研究效率。

“它為我們節省了整整一個月的時間，”輝瑞數據監控和管理主管Demetris Zambas說。 “它確實對我們臨床數據的首次通過質量以及我們推進事情和作出決策的速度產生了重大影響。”

理工男為愛發電，勇闖創業路

創始人兼CEO Suresh Katta

雖然不知Saama的創始人在獲得4.3億美元融資時的心情除了欣喜，是否還會有一絲淡淡的憂傷，但這一天對于自1997年成立以來一直領導Saama的Suresh Katta來說，的確等得太過漫長。

Suresh畢業于美國著名的公立大學路易斯安那州大學拉斐特分校，并獲得計算機工程碩士學位。對數學的熱愛使他走上了創業之路。

在創立Saama之前，他曾有過兩次成功的創業經驗。第一次是作為應用程序XTeleScreen 的開發商GVI的聯合創始人，后來這個應用程序被賣給了 Netscape Communications。第二次作為印度營銷市場高端圖形產品Multisoft的聯合創始人。

這位理工男不僅業務能打，個人魅力值也是拉到滿滿——Suresh被PM360 評為2018 年精英企業家、被 PharmaVOICE 評為100 位最具啟發性的領導者之一，他還經常為行業出版物撰稿，并在行業會議上發表演講。

人工智能護航，讓臨床試驗流程走上創新快車道

測試新藥是一個緩慢、昂貴和耗費人力的過程。

眾所周知，臨床試驗需要多階段進行，而且在這個過程中，成本和花費是遞增的。三期試驗需要更多的患者群體，而且比一期試驗昂貴和復雜得多。就算已經投入了大量的時間和金錢，但是最后，所有進行了一期臨床試驗的新藥，只有十分之一會被FDA批準上市。Saama的生命科學分析云 (LSAC）有效地解決了這些痛點。

>>>>拳頭產品LSAC：AI護航臨床試驗全流程

LSAC是一個以人工智能為基礎的平臺，涵蓋了臨床試驗的各個階段，為臨床試驗數據管理和分析提供了統一的方法。

該平臺全面地收集、整合、管理、協調處理來自內部和外部的臨床試驗和患者數據，以提供有效的建議。

LSAC的深度學習方法顯著縮短了從臨床計劃制定到新藥申請（NDA）提交判斷的臨床項目時間，可在臨床開發的各個階段中斷臨床試驗的規劃、設計和實施，幫助醫藥企業更快、更高效地完成新藥審批申請，節約成本。

不僅如此，LSAC的預訓練AI 嵌入式智能應用程序能夠學習臨床數據中的復雜模式，提供預測性見解，以加速跨多個領域和治療領域的臨床研究過程。

值得一提的是，就在今年10月，Saama升級了LSAC，并推出LSAC 4.1版本。LSAC 4.1 改進了Clinical Insights中的GPP 和主題進展儀表板，使得重新設計和增強了六個 Operations Insights 儀表板，以及 DaLIA 中的新意圖和查詢響應。

圖片來源：Saama官網

目前，Saama 的智能生命科學分析云 (LSAC）被 50 多家制藥和生物技術公司用于1500多項研究。

>>>>風險評估分類工具 (RACT) ：有效預測，未雨綢繆

風險貫穿于臨床試驗的各個環節，識別風險以及管理風險既緊迫又重要。而風險具有不確定性、損害性、客觀性、偶然性等特征，一旦變為現實，將會為企業和患者帶來不可估量的影響。

LSAC RACT就可以對臨床試驗中的風險進行有效的預測，幫助企業未雨綢繆。

RACT模板示例，圖片來源：Saama官網

RACT會根據用戶提供的數據，對風險進行分類，計算每個風險的概率和影響，識別風險緩解計劃，并提示研究產生的總體風險。

RACT有以下5個特點：

（1）支持自定義。可根據使用者的實際需求在LSAC RACT控制臺中創建自定義 RACT模板。

（2）適用階段廣。已存在的研究或仍處于計劃階段的研究都可使用該功能評估。

（3）自動計算風險并給出對應方案。RACT會對風險進行分類，計算每個風險的概率和影響，提供降低風險的計劃，并總體呈現研究中可能產生的整體風險。

（4）高效便捷的風險評估。使用風險記分卡快速查看研究級別的風險評分，并了解關鍵風險領域的績效和緩解計劃的進展情況。

（5）系統持續優化更新。隨著時間的推移，Saama會優化、修改 RACT 模板以支持不斷發展的研究

總體而言，使用者可以根據自身需求和實際進展情況定制LSAC RACT，更有針對性地降、低防范臨床試驗中的風險管理。

>>>>兩種收費模式

根據Saama官方介紹，目前其主要有兩種購買方式。一種是按需付費，另一種是預付模式。

若選擇按需付費，客戶無需提前預付費用，只需選擇想要使用的服務，然后按月收到Saama的結算賬單，就像接收電費賬單一樣。

預付模式針對已經體驗過Saama智能應用程序的客戶。預付模式的費用會比按需付費節省更多。客戶需要提前支付固定數量的服務費用，并且每個月都會收到一份對帳單，用于跟蹤使用情況，了解剩余容量。在用戶不需要額外服務之前，Saama不會再次收取費用。

在客戶購買使用Saama的服務之前，Saama 會提前與客戶一起估算需求量，以便于客戶對整個項目過程中的總成本有一定的了解。

國內市場：AI+新藥需求旺盛

藥物開發流程中，新藥研發周期長、成功率低和研發費用高是現實中眾多藥企難以克服的障礙。

而以深度學習為代表的人工智能技術，憑借其強大的發現關系能力和計算能力能夠加速醫藥研發，提高藥物研發成功率，這使得藥企在新藥研發上借力AI的需求愈發旺盛。動脈網挑選了3家具有代表性的企業。

晶泰科技，是一家以計算驅動創新的藥物研發科技公司。創立于麻省理工學院（MIT）校園，核心團隊由來自學術界、IT互聯網界及醫藥產業界的優秀人才組成。成立至今，晶泰科技已經成功為來自美國、歐洲、中國、日本的70余家先鋒藥企提供了藥物研發服務。在融資方面，該公司于2020年9月宣布完成3.188億美元的C輪融資。

費米子科技，由中山大學計算機博士鄧代國于2018年8月創立。公司專注搭建針對小分子化藥的AI輔助制藥技術平臺，通過與CRO公司、原研藥企的深度合作，利用AI技術提高小分子新藥臨床前研發的效率和成功率。在融資方面，公司于2020年5月完成累計上億元A輪融資。

燧坤智能，注冊于南京市棲霞區江蘇生命科技創新園，擁有生物和化學實驗室，是一家將人工智能與創新生物醫藥研發緊密結合的新型技術平臺公司，目前在北京、上海、南京均設有辦公室及實驗室。在融資方面，燧坤智能于2021年9宣布完成超億元人民幣A輪融資。