人工智能技术在医药研发中的应用

发布时间：2021-02-08 19:30

　　人工智能技术在医药领域的应用给整个行业带来巨大的变革,为了加快实现利用人工智能技术为医药行业赋能的目的,本文首先对人工智能技术在医药研发领域的应用进行了概括,概述人工智能在医药研发各专业领域中的应用情况,最后提出了未来人工智能在我国医药研发方面面对的难点以及相应的建议。 

【文章来源】：中国新药杂志. 2020,29(17)北大核心

【文章页数】：8 页

【部分图文】：

相关研究每年发表文章数柱状图

图1 相关研究每年发表文章数柱状图通过以上可视化分析,可以清楚了解到人工智能在医药研发方面的研究发展趋势,与上文分析人工智能发展趋势基本一致,同时也能发现近5年人工智能在医药研发方面研究趋于减少乃至于停滞,亟须整个行业进一步投入以及寻找发展新活力。为了确认人工智能在医药研发重点应用领域,利用Python对爬取到的数据中关键词、摘要、研究点分析进行了系统的词频统计,见表1。

从上述表1关键词频可以直观看到,关键词词频数越大,说明该主题在人工智能医药研发方面中的关注度越高,研究越热。高频词中机器学习(Machine Learning)、药物研发(Drug Discovery)、医疗保健(Health Care)、数据库(Databases)、数据挖掘(Data mining)、数据分析(Data Analysis)、数据可视化(Data Visualization)、数据交流(Data Communication)、归纳逻辑编程(Inductive logic programming)、癌症(Cancer)、神经网络(Neural Networks)、药物制剂(Pharmaceutical Preparations)、计算机科学(Computer science)、医药制造业(Pharmaceutical Industry)由于研究内容过于宽泛抑或与在医药研发方面的研究相关性不足所以被剔除。通过词频分析、清洗无关研究领域的词汇、综合近义词汇后最终确定了7个频次靠前的人工智能在医药研发重点研究领域:靶点药物研发(Drug Targets Development)、药物挖掘(Drug Mining)、化合物筛选(Compound Screening)、预测ADMET性质(Predication of ADMET Properties)、药物晶型预测(Crystal Structure Prediction)、病理生物学研究(Pathophysiology)、药物重定位/药物再利用(Drug Repurposing)。人工智能的主要应用领域包括机器学习、进化计算、图像识别、自然语言处理、认知计算,7个频次靠前的人工智能在医药研发重点研究领域在这5个主要应用领域各有涉及,具体关系如图3所示。2.1 人工智能技术在医药研发的应用现状概述

【参考文献】：
期刊论文
[1]我国新药创制的模式选择与发展思考[J]. 敖翼,濮润,卢姗,孙燕荣.  中国新药杂志. 2020(02)
[2]人工智能技术在药学领域的应用——基于Web of Science的文献可视化分析[J]. 凌曦,赵志刚,李新刚.  中国药房. 2019(04)
[3]基于机器学习的医学影像分析在药物研发和精准医疗方面的应用[J]. 谢志勇,周翔.  中国生物工程杂志. 2019(02)
[4]浅析人工智能技术的专利保护——以医疗领域为例[J]. 洪岩.  知识产权. 2018(12)
[5]人工智能在药物研发与监管领域的应用及展望[J]. 张星一,吕虹.  中国新药杂志. 2018(14)
[6]创新药物研发的前沿动向与中国创新药物的发展近况[J]. 陈凯先.  生物产业技术. 2018(02)
[7]近5年信息检索的研究热点与发展趋势综述——基于相关会议论文的分析[J]. 杨超凡,邓仲华,彭鑫,刘斌.  数据分析与知识发现. 2017(07)
[8]大数据在医药行业的创新性应用[J]. 周凌.  通讯世界. 2017(08)
[9]化合物成药性的预测方法[J]. 李晓,孔德信.  计算机与应用化学. 2012(08)
[10]药物分子设计的策略:药理活性与成药性[J]. 郭宗儒.  药学学报. 2010(05)



本文编号：3024419