在逐步淘汰新药动物试验之前需谨慎

洛博士：在逐步淘汰新药动物试验之前需谨慎

美国食品药品监督管理局（FDA）本月早些时候宣布，将逐步淘汰某些新药的动物试验，转而使用“更有效、更符合人类实际的方法”，例如人工智能。这些值得称赞的目标旨在通过降低开发成本、避免昂贵的重复工作并确保新药安全，使新药评估更加高效。通过降低研发成本，药品价格可能会降低。

这一公告是2022年两党法案《FDA现代化法案2.0》的结果，该法案为高级计算机模拟替代动物试验奠定了基础，并鼓励基于人类的实验室建模。这项拜登时代的立法得到了罗伯特·肯尼迪三世和奥兹医生的支持，以及动物福利行动组织和负责任医学医师委员会等动物权利团体的支持。

他们的立场是，先进的细胞和组织测试及高级计算机建模将更便宜且更具预测性，同时还能减少实验动物的痛苦。他们还声称，安全有效的药物可能被不可预测的动物试验筛选掉了。然而，我不确定有多少临床科学家会使用在动物身上有毒或无效的药物来进行人体试验。实际上，几乎所有药物在高剂量下都是有毒的。

目前，动物试验是FDA药物批准所必需的。这一策略的变化旨在更快地以更低的成本将更安全的药物带给患者。它最初集中在单克隆抗体上，但最终可能会扩展到其他药物类别。

我们都应该支持这些目标，但在实施之前应充分解决一些担忧。

我作为一名临床医生和临床研究人员已有50多年的经验，并且在过去12年中一直从事人工智能工作，专注于其在实际护理中的应用。虽然总是需要改进，但我们必须记住，当严格执行FDA的严格要求和指南时，美国拥有世界上最安全的药物。即使如此，仍有罕见的有害物质绕过了这些障碍。改变这条安全路径必须非常谨慎。

我们还需要记住，人工智能只知道它被教授的内容。这就是为什么过去三年里让我们所有人惊叹的大型语言模型接受了整个世界知识库的训练。然而，它们仍然会出错，这是大多数人都能理解的。

在生物学领域，人工智能取得了一些最令人印象深刻的进展。预测蛋白质折叠算法已经识别了受体位点，并设计了影响这些位点的分子，这令人惊叹。然而，从事这一领域的任何人都不会说他们知道并能预测一切。生物系统极其复杂且相互作用，而且不断进化。

人工智能只能知道它被教授的内容，但它可以以不同于人类的方式分析大量数据集，并因此做出创新性的预测。然而，实际会发生什么无法确定。未知的酶系统和途径不断被发现，它们的作用和行为尚未完全定义。人工智能无法知道它不知道的东西。

尽管我们尝试使用人工智能来预测结果，但仍然有临床试验因在人类受试者中发现意外毒性而提前终止，也有因为比预期更大的益处而提前终止的情况。我的观点是，这些意想不到的负面和正面效应只有在对人类受试者进行测试时才会被注意到。

FDA将开始与剩下的国立卫生研究院、国家毒理学计划和退伍军人事务部合作，测试和验证这些非动物策略，所有这些机构都已被DOGE链锯严重削弱。事实上，FDA本身指导和评估这一努力的实际专业知识也受到了损害。因此，从单克隆抗体公司开始试点项目是一个好的开始，尽管考虑到罗伯特·肯尼迪三世对信使RNA制剂的敌意，这是一个有点奇怪的选择。

与其完全拆解美国FDA的动物试验系统——这个系统几十年来一直服务于世界，不如设立一个测试期，比较拟议的实验室模拟和人工智能与传统方法，以确保没有差异。毕竟，检验零假设是临床试验的第一原则。如果得到验证，那么更广泛部署的信心可能是合理的。如果人工智能和模拟能够完美地检测问题和失败，就没有必要进行试飞和试飞员了。

最好的工程师和人工智能科学家也不会说，仅凭人工智能认证就安全地让自己或家人乘坐第一架飞机或火箭，而不进行传统的试飞。SpaceX已经发射了几枚Starship火箭，但结果并不完美。但他们从每次失败中学习。我认为罗伯特·肯尼迪三世、奥兹医生或埃隆·马斯克不会自信到足以登上他们的第一次火星发射器。但或许，为了我们共同热爱的国家，这一次我们可以破例。

Irving Kent Loh, M.D., 是文图拉心脏研究所的预防心脏病专家和主任。电子邮件：drloh@venturaheart.com.

(全文结束)