人工智能在药物开发领域的风投资金攀升至52亿美元

人工智能在药物开发领域的风投资金攀升至52亿美元

在过去的几年中，一直有关于人工智能（AI）和机器学习的进展的定期新闻，这越来越成为生物制药行业关注的焦点。例如，2019年9月，专注于人工智能在药物发现领域的总部位于旧金山的Atomwise 签署了三笔交易。它与位于克利夫兰的OncoStatyx成立了合资公司，与西雅图的SEngine Precision Medicine成立了合资公司，并与位于加利福尼亚州贝尔蒙特的Atropos Therapeutics成立了合资公司中国机械网okmao.com。

Signify Research的最新市场报告发现，人工智能在药物开发和临床试验中的风险投资已达到52亿美元，尽管它指出2019年投资放缓，只有四家新公司成立。Signify高级市场分析师Ulrick Kristensen写道：“任何新的初创企业都必须证明自己有能力与资金雄厚的第一代供应商竞争，而现有供应商正面临展示结果的压力。”

在大多数情况下，人工智能被用于三个领域：信息合成，药物设计和临床试验。

在信息综合中，该技术被用于组织和分析来自不同来源的广泛数据集。Kristensen写道：“这一类别捕获了使用AI来分析跨不同应用程序的临床数据和真实证据的供应商，然后可将它们用于临床试验或药物设计中。”

对于药物设计而言，这似乎是初创企业从事最多工作和获得最多资金的领域。Kristensen写道：“ AI通常被用于识别隐藏在大量数据中的模式，或计算小分子迭代的效果，以优化和预测功效和特异性。”

某些药物设计领域当然涉及信息合成，但是该技术还被用于进行计算机内实验和构象分析。

例如，今天，明尼苏达大学的生物医学工程师对分子相互作用进行了首次研究。通过分析结合强度，连锁刚性和连锁阵列的大小，他们评估了如何“增加”或“减少”这三个参数，以控制具有两个或三个结合位点的分子群如何相互作用。他们可能不很喜欢AI，他们打算使用计算模型来开发基于Web的应用程序，其他研究人员可以使用该应用程序来加速药物开发。

第三类是临床试验。最近的一项研究发现，只有12％的药物开发计划获得成功。研究人员正在转向AI使用自然语言处理来基于来自不同来源的结构化和非结构化数据来改善分析和决策，使用可比较研究，临床数据和监管信息中的数据来帮助设计临床试验，以及通过对在病历中发现医生的笔记，病理报告和病史。

Signify Research的报告指出，与AI相比，AI的总投资增加了四倍，即使初创企业的数量大致相同。克里斯滕森指出：“在医学成像领域有231宗交易，在药物开发领域有303宗交易，药物开发领域的平均交易规模是医学成像领域的3.5倍。”

也就是说，令人担忧的是，业界对AI可以做什么来加快或改善药物开发计划过于乐观，这可能是投资放缓的原因。Kristensen写道：“对于在该领域使用AI的抱负和期望一直很高，但是一些投资者现在可能开始怀疑它们是否过于乐观，以及该技术是否能够兑现承诺。即使AI能够协助完成诸如了解疾病原因的复杂任务，它也需要访问通常无法访问或根本不存在的大量数据。”

嘉定区温度传感器

海南皂角树

湖南PCB板切脚机

河南手机座

大连市库存家用电器