参考中国报告网发布《2017-2021年中国人工智能市场发展现状及投资方向研究报告》
目前来看，无论是IT业还是医药行业，业内巨头企业都已经注意到了人工智能技术在创新药研发领域应用的前景，纷纷展开布局。
Google与斯坦福大学的PandeLab合作，利用大规模多任务网络进行了药物筛选，通过深度学习来处理巨大的数据库，加快药物的开发速度。在药物研发之中，通过对一种疾病的作用机制研究进行了广泛深入的研究后，通常也需要数年才能寻找到一种切实有效的治疗途径。需要对数以百万计的化合物进行筛选，通常高通量筛选是在实验室中利用仪器自动化进行，需要较高的成本。在药物筛选之中利用神经网络进行深度学习，从而替代高通量筛选，提高成功率和研究效率。
通常认为，虚拟药物筛选仅能够用于研究特定疾病的实验数据。然而，随着许多疾病的药物筛选数据数量的不断增加，就可以利用已有累计起来的数据，通过多任务神经网络来提高虚拟筛选的有效性。
Google和PandeLab通过研究如何利用不同来源的数据，从而提高筛选化合物的准确性，并量化了从各种不同的作用机制和疾病中得到的多样的数据如何改善虚拟药物筛选过程。他们利用大规模神经网络训练系统，训练规模比之前的工作大18倍，包括了200多个不同的生理过程中总共有3780万个数据点。通过此项研究，他们的模型能够利用来自许多不同实验的数据来提高多种疾病的预测准确率。
除了谷歌之外，计算机领域另一大巨头IBM也进入了新药研发领域。IBM的沃森（Watson）是第一个实现商业化的具备认知计算功能的人工智能系统。该系统可以通过云端系统对大量资料进行分析，理解以自然语言提出的各种复杂问题，并能提交基于实证的答案。沃森通过不断学习，可以从人机交互中逐步获得学会相关领域的知识并进行分析判断。
在药物研发之中，IBMWatson可以作为研究人员的云计算和认知平台。IBMWatson也能够帮助研究人员确定新的药物靶点和发现现有药物的新适应症。IBMWatson具有较强的自我学习能力，可以读取大量的数据，其自然语言处理平台能够阅读数百万页的非结构化数据，理解名词、相关实体、相互关联的动词和介词，以理解语境意义，为研究人员提供帮助。IBMWatson可以阅读和理解大量的数据，包括科学论文、专利、临床试验数据、电子实验室笔记、毒理学报告和其他专有数据，并可以发现数据之间的联系。
目前国际知名制药企业也逐步开始了与IBM的合作，布局基于人工智能技术的药物研发。2016年11月，IBM与以色列Teva制药达成了一项为期三年的合作协议，利用IBMWatson的健康云技术，建立一个开发老药新适应症的的系统性平台。该计划集合了机器学习算法、真实世界数据和人工输入的技术，获取药物新适应症开发相关信息。
2016年12月1日，IBM和辉瑞制药宣布了一项合作计划，将利用IBMWatson的药物研发系统帮助加快辉瑞的肿瘤免疫疗法的研究进程。辉瑞是世界上最早部署沃森药物研发的机构之一，并首次定制基于云计算的认知工具——挖掘沃森的机器学习、自然语言处理和其它认知推理技术，从而为识别新的靶向药物、多种疗法组合、以及寻找免疫肿瘤疗法合适的患者提供支持。除了与IT业巨头合作以外，国际知名药业也纷纷与一些初创性企业合作，尝试将人工智能技术应用于创新药研发领域。
目前来看，无论是IT业还是医药行业，业内巨头企业都已经注意到了人工智能技术在创新药研发领域应用的前景，纷纷展开布局。
Google与斯坦福大学的PandeLab合作，利用大规模多任务网络进行了药物筛选，通过深度学习来处理巨大的数据库，加快药物的开发速度。在药物研发之中，通过对一种疾病的作用机制研究进行了广泛深入的研究后，通常也需要数年才能寻找到一种切实有效的治疗途径。需要对数以百万计的化合物进行筛选，通常高通量筛选是在实验室中利用仪器自动化进行，需要较高的成本。在药物筛选之中利用神经网络进行深度学习，从而替代高通量筛选，提高成功率和研究效率。
通常认为，虚拟药物筛选仅能够用于研究特定疾病的实验数据。然而，随着许多疾病的药物筛选数据数量的不断增加，就可以利用已有累计起来的数据，通过多任务神经网络来提高虚拟筛选的有效性。
Google和PandeLab通过研究如何利用不同来源的数据，从而提高筛选化合物的准确性，并量化了从各种不同的作用机制和疾病中得到的多样的数据如何改善虚拟药物筛选过程。他们利用大规模神经网络训练系统，训练规模比之前的工作大18倍，包括了200多个不同的生理过程中总共有3780万个数据点。通过此项研究，他们的模型能够利用来自许多不同实验的数据来提高多种疾病的预测准确率。
除了谷歌之外，计算机领域另一大巨头IBM也进入了新药研发领域。IBM的沃森（Watson）是第一个实现商业化的具备认知计算功能的人工智能系统。该系统可以通过云端系统对大量资料进行分析，理解以自然语言提出的各种复杂问题，并能提交基于实证的答案。沃森通过不断学习，可以从人机交互中逐步获得学会相关领域的知识并进行分析判断。
IBMWatson人工智能系统
资料来源：中国报告网整理
在药物研发之中，IBMWatson可以作为研究人员的云计算和认知平台。IBMWatson也能够帮助研究人员确定新的药物靶点和发现现有药物的新适应症。IBMWatson具有较强的自我学习能力，可以读取大量的数据，其自然语言处理平台能够阅读数百万页的非结构化数据，理解名词、相关实体、相互关联的动词和介词，以理解语境意义，为研究人员提供帮助。IBMWatson可以阅读和理解大量的数据，包括科学论文、专利、临床试验数据、电子实验室笔记、毒理学报告和其他专有数据，并可以发现数据之间的联系。
目前国际知名制药企业也逐步开始了与IBM的合作，布局基于人工智能技术的药物研发。2016年11月，IBM与以色列Teva制药达成了一项为期三年的合作协议，利用IBMWatson的健康云技术，建立一个开发老药新适应症的的系统性平台。该计划集合了机器学习算法、真实世界数据和人工输入的技术，获取药物新适应症开发相关信息。
2016年12月1日，IBM和辉瑞制药宣布了一项合作计划，将利用IBMWatson的药物研发系统帮助加快辉瑞的肿瘤免疫疗法的研究进程。辉瑞是世界上最早部署沃森药物研发的机构之一，并首次定制基于云计算的认知工具——挖掘沃森的机器学习、自然语言处理和其它认知推理技术，从而为识别新的靶向药物、多种疗法组合、以及寻找免疫肿瘤疗法合适的患者提供支持。除了与IT业巨头合作以外，国际知名药业也纷纷与一些初创性企业合作，尝试将人工智能技术应用于创新药研发领域。
与国际医药巨头开展合作的人工智能/新药研发公司
资料来源：中国报告网整理
资料来源：中国报告网整理，转载请注明出处（ZQ）
更多好文每日分享，欢迎关注公众号
【版权提示】观研报告网倡导尊重与保护知识产权。未经许可，任何人不得复制、转载、或以其他方式使用本网站的内容。如发现本站文章存在版权问题，烦请提供版权疑问、身份证明、版权证明、联系方式等发邮件至kf@chinabaogao.com，我们将及时沟通与处理。
