人工智能在药物方面有应用-人工智能在药物方面有应用吗

大家好，今天小编关注到一个比较有意思的话题，就是关于人工智能在药物方面有应用的问题，于是小编就整理了2个相关介绍人工智能在药物方面有应用的解答，让我们一起看看吧。

1. 人工智能技术能否监管食品、药品的安全性？
2. 人工智能是如何辅助药物研发的？

人工智能技术能否监管食品、药品的安全性？

根据食堂食品安全监管情况，针对“大生产、大市场、大流通、大消费”的市场，依据“机器换人、机器助人”的总体思路，依托“互联网+”理念和技术，四川君华高科研发的学校食堂食品安全智慧监管大平台建立起强大的食品安全智能感知与响应系统，探索了一条独具特色的“智慧食安”创建之路。

学校食堂食品安全智慧监管大平台是四川君华高科的核心技术系统。系统依托互联网+大数据+智慧物联，将学校食堂的各个操作规范数据进行整合、分析、挖掘和风险预警为一体，搭建了食堂食品安全网络体系，是学校食堂的“感应中枢、监测哨兵、风险雷达和智能管家”。

人工智能是如何辅助药物研发的？

谢邀。不过这个问题不适用于让大众回答。能给予正确而专业回答的人应该是专门做药物研发的人，他们会说清楚在药物的研发过程中，哪些环节用人工好，哪些环节用人工智能更合适。。。。。。

人工智能可大大缩短新型重症药物的研发周期

开发新药绝不是一件容易的事。平均而言，新型药品的开发工作需要耗时十年，且研发成本高达26亿美元——只有这样的巨额投入之下，药物才能由实验室真正走向市场。而由于其安全性及有效性的不确定性，最终往往只有约5%的实验***品能够被实际投放市场。

不过药物制造商与各大科技企业正投入数十亿美元以建立人工智能解决方案，希望借此加快药物发现速度并降低药物成本。

华盛顿州雷蒙德市微软研究实验室主任Eric Horvitz在近期于德克萨斯州奥斯汀市召开的美国科学促进会年会上指出，“我认为人工智能堪称医疗卫生领域的沉睡巨人。”他解释称，微软公司正积极投资人工智能技术以推动药物设计与药理学研究，研究药物如何在体当中发挥作用，并将这项技术描述为“巨大的机遇”。

微软公司绝不是惟一在人工智能技术身上押下重注的厂商。截至2月底，位于多伦多的生物技术企业BenchSci已经发布统计结论，发现目前已经有16家制药公司以及60多家初创企业在利用人工智能技术进行药物开发。

谢邀！作为药物发现工具，AI需要数据集才能进行培训，而数据访问仍然是一项挑战，在许多情况下，大型制药公司的数据组织形式并不完善，这需要数字化才能有用。

另一项挑战就是成本，在制药行业数据点是非常昂贵的，为此科学家将一类计算机视觉算法、单点学习的算法进行调整，使其适用于药物研发，最终得到一种可以根据非常少的数据来对药物属性进行测算的算法。

展望未来，深度学习和AI算法，以及硬件和软件的发展都有望对药物研发产生重大影响。理论上小分子药物的种类可以达到10的60次方之多。

但是，只有到AI真正能提高药物研发的成功率时，AI技术才能成为生物药物研发的主导，到目前为止生物信息学并[_a***_]提高药物研发的成功率，使得一些大公司对AI的巨大潜力心怀警惕，只有当医药领域有过用用AI技术成功的案例后，整个行业才会真正引入AI。

谢邀，我上网搜了一下，大概有以下这几种方案，可以参考看看。

帮助药物研发团队简化一些初始工作，同时还可以对化学分子的反应与结合进行模拟，并且在进行模拟的过程中还会不断自我学习，丰富自己的数据库。

构建临床研究套件，包括临床试验数据***集系统、CRF电子化设计系统、临床研究项目管理系统、随机和药物管理系统、药物警戒系统。该套件产品主要适用于药物、医疗器械及疫苗的临床试验过程中产生数据的***集、管理、审查及归档。可以帮助企业用户在临床试验阶段通过数据管理对试验进行全程把控，在审查中规避数据层面的风险，同时也可以提升临床试验的效率，降低成本。

存储医药大数据和构建主要的人工智能套件，主要包括DATApower(数据及数据管理系统)、MEDpower(人工智能药物研发)。“这部分主要是利用大数据分析和人工智能技术来帮助提高药品精准营销和药物研发的水平。云势软件希望用信息技术、大数据数据技术、人工智能技术，***药企客户加快研发进程，提高销售业绩。

如果你对学习人工智能和深度学习感兴趣，可以订阅我的头条号，我会在这里发布所有与算法、机器学习以及深度学习有关的有趣文章。

（码字不易，若文章对你帮助可点个赞~）

现在测试很多药物都要先经过动物实验，但是一项最新研究说，用机器学习的方法来分析大数据，可以让电脑在判断一些药物的毒性时，表现得比动物实验还要好。

美国约翰霍普金斯大学（Johns Hopkins University）的研究人员近日在《毒理科学》（Toxicological Sciences）上报告说，他们设计了一套机器学习的程序，让它学习了已有的关于化合物毒性的大数据，这些数据涉及1万种化合物，建立在80万次动物实验的基础上。

电脑在对这些海量数据进行分析后，总结出化合物中哪些分子结构可能对动物有哪些毒性，随后给电脑一种新化合物，它就能判断出这种化合物的毒性如何。

与需要消耗较长时间的动物实验相比，让电脑判断化合物毒性不仅更快，并且在某些时候结果更好。因为在动物实验中，不同动物因为个体差异所给出的反应不同，往往需要多批次动物实验，才能得到较可靠的结果。研究人员在论文中说，电脑的判断结果常常更好，其可靠性超过任何单次的动物实验。

但是，这种用来预测药物毒性的人工智能也有缺陷，就是还只能分析一些简单的毒性，比如化合物混在空气中被吸入后立即产生的毒性等，而对于一些长时间和复杂的毒性反应，比如对于癌症和生殖系统的影响，这种电脑程序还无法替代动物实验。

展望未来，研究人员认为随着数据的不断积累和人工智能算法的提高，用电脑软件预测药物可能引起的反应，而不是依靠动物实验，是一种逐渐兴起的趋势。据介绍，美国国家卫生研究院（National Institutes of Health）和欧洲化学品管理局（European Chemicals Agency）等机构都在推动这方面的发展。

也许将来宇航员到了外星球，发现一种新物质后，用电脑软件一分析，就能知道是穿肠毒药还是灵丹妙药呢。

到此，以上就是小编对于人工智能在药物方面有应用的问题就介绍到这了，希望介绍关于人工智能在药物方面有应用的2点解答对大家有用。

[免责声明]本文来源于网络，不代表本站立场，如转载内容涉及版权等问题，请联系邮箱:83115484@qq.com，我们会予以删除相关文章，保证您的权利。转载请注明出处：http://www.bfgfmw.com/post/74261.html