当强生的“AI头脑”，决定出走TechBio

关注人工智能、数据科学和药物发现领域国际峰会的读者，对Najat Khan这个名字应该不陌生。

自上任杨森首席数据科学官兼全球研发战略与运营负责人起，她不仅作为商业活动的发言人活跃在媒体视野当中，更是生命科学与数字科学两个前沿领域的领军人才之一。

Najat Khan博士从业以来频繁地在公开场合为AI摇旗呐喊，甚至组建起数据科学行业圆桌会议（DISRUPT）并亲自担任联合主席。

从生命科学走到数据科学，这位年仅30岁的年轻女科学家在研发和商业活动中仿佛有无穷无尽的创造力与活力。

正当业界翘首以待，今年三月获取了英伟达IGX边缘计算平台和Holoscan边缘AI平台使用权的杨森会有哪些新动作时。

这位明星科学家突然宣布离开已任职3年的杨森，加入AI制药上市企业Recursion，并任职首席研发官和首席商务官。

赢得这位大牛的Recursion是一家领先的临床阶段TechBio（科技生物公司），企业定位于用计算工具和新兴的机器学习/人工智能工具来理解数据，Najat Khan博士的加入堪称如虎添翼。

在END POINTS的报道中，更将此举称为Recursion挖走了杨森的“AI头脑”。

数据科学+生物语言“双语人才”

2009年，15岁的Najat Khan，作为志愿者来到了孟加拉国贫民窟。

在那段旅行中，她亲眼目睹了贫困家庭的医疗窘境，同龄孩子受到白血病等病痛的折磨，当地医学手段却无能为力。

她暗自下定决心：“无论发生什么事，我都要把一生奉献给帮助像她这样的病人。”

她的人生轨迹就此永久地改变了，以成为一名科学家为目标，Najat Khan开始攻读宾夕法尼亚大学的有机化学博士学位。

但随着Najat Khan对生物医药的学习逐渐深入，她很快意识到，为了达到她所追求的目标，必须加快药物的研发速度。

“只是制造一个分子就需要数月时间，而且成功率不到10%，我开始思考：如果我们能够利用不同学科来为制药界创造变革，情况会不会改变？”

于是在大学期间，她选修了计算机科学，最初目标只是想利用数据预测哪些分子与癌细胞表面的特定受体的结合力更强。

但是在编码和使用算法的过程中，随着输入的数据越来越多，算法变得越来越智能，她灵光一现：她完全明白了这两门学科的结合会产生怎样的影响。

虽然如今利用人工智能进行分子设计和优化已经药企中得到广泛应用，但是在十多年前，这是个相当冷门的决定。

当时的制药行业，“人工智能”这个词通常与炒作联系在一起，而在一线工作的保守派经常把它作为抵制变革的借口。

所以毕业后的Najat Khan并没有进入某家药企或科技企业，而是继续攻读科尔盖特大学的计算化学本科学位和商业/经济学辅修学位。

在此期间Najat Khan一刻也没有忘记制药理想，坚持在各种高影响力期刊上发表文章。

并且由于她对该领域的研究非常深入，以至于其他大型制药公司和人工智能公司的高层管理人员都会寻求她的建议。

时间来到2020年，机会顺理成章地降临在了Najat Khan手中。

时任杨森全球研发主管的Mathai Mammen博士想要将数据科学作为企业新的发展方向，需要一位在应用数据科学上颇具领导力的人物。

Najat Khan博士上任杨森首席数据科学官。

起初杨森大约仅有四五个数据科学项目正在进行，数万名员工之中只有不到 10 名数据科学家。

短短三年后，Najat Khan博士为杨森加速了在AI领域的布局并初具规模：

不仅与多家AI医疗企业展开广泛合作，更在公司内部培养起约150名科学家和工程师，建立了一支顶级的多元化数据科学团队。

这一团队力图将机器学习和其他数据科学工具整合到药物发现过程中，兑现了她入职之初在医疗保健和技术交叉领域对创新和卓越作出的承诺。

同时Najat Khan博士凭借着在制药和医疗行业沉淀下来的深厚的专业知识与人脉，在生物化学和医学科学以及数据科学相关学术活动中崭露头角，推动了巨大的商业价值。

除此之外，作为强生公司数据科学委员会的联合主席，她在推动整个公司采用数据科学以实现业务的实践方面发挥了关键的领导作用。

快速而有紧迫感地 奔向人工智能

Najat Khan 在Recursion的职位是首席研发官兼首席商务官。

她将领导药物研发，有权建立新的商业方案，同时还被任命为董事会成员，Recursion此举可谓诚意十足。

在Recursion联合创始人兼首席执行官Chris Gibson的口中：

“Najat在生物、化学和医学科学、数据科学和商业领域拥有独特的领导力。”

“更重要的是，她对改变药物发现和开发的愿景和热情与我们相辅相成，她对加速AI制药行业的未来有强烈的紧迫感。”

Najat Khan 博士也在报告中表示她的使命和工作重心是利用科学、数据和人工智能的力量来彻底改变发现、研发和为患者提供创新药的方式。

而Najat Khan博士加入后的Recursion将走上怎样的发展道路？我们或许可以从BioCentury Show近期对博士的采访中窥见一二。

她举例说明了如何利用数据科学推进临床开发，包括加强试验设计、改进证据生成和实现精准医疗，并点名了数据科学应用必须要产生清晰、切实的结果。

也点评了时下最热门的生成式人工智能与类似于ChatGPT的大型语言模型。表示其具有从药物发现到检测应用的潜力，还可以通过帮助创建监管提交文档来提高效率。

最后强调了工程信任和道德在生物制药数据科学应用中的重要性。

她估计，在她领导的项目中有60%-70%的时间用于数据验证、数据隐私和数据工程。

她说，透明度、公平性和减少偏见等道德问题至关重要。

为了获得并保持患者、监管机构和公众的信任，公司必须能够解释算法是如何开发的，以及它们是如何部署的。

更重要的是，Najat Khan博士的言行都表现出，正如15岁那个为白血病患儿痛哭的女孩所立下的誓言。

她相信AI制药事业能从根本上变革制药行业，去拯救患者破碎的人生。

—The End—