Huitong Financial News Чен Пей, головний аналітик фармацевтичної промисловості China Galaxy Securities, заявив 4 січня, що застосування штучного інтелекту допоможе розвитку багатьох галузей фармацевтичної промисловості. Аналіз великих даних та можливості глибокого навчання ШІ дуже важливі для фармацевтичної промисловості, особливо для інноваційних ліків. У процесі досліджень і розробок нових ліків деякі препарати, відібрані штучним інтелектом, перейшли на стадію клінічних досліджень II і III фази. Очікується, що в майбутньому ШІ досягне більших успіхів у галузі синтезу малих молекул. Крім того, штучний інтелект може відігравати певну роль на етапі клінічних досліджень, в основному зосереджуючись на можливостях збору даних та оптимізації обслуговування пацієнтів. З точки зору випробовуваних, оптимізаційний напрямок в основному полягає в тому, щоб з’ясувати кращу групу експериментальних препаратів в майбутньому за допомогою цього індивідуалізованого і точного відбору.
Переглянути оригінал
Ця сторінка може містити контент третіх осіб, який надається виключно в інформаційних цілях (не в якості запевнень/гарантій) і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.
Чен Пей з China Galaxy Securities: Застосування штучного інтелекту сприяє розвитку фармацевтичної промисловості в багатьох сферах
Huitong Financial News Чен Пей, головний аналітик фармацевтичної промисловості China Galaxy Securities, заявив 4 січня, що застосування штучного інтелекту допоможе розвитку багатьох галузей фармацевтичної промисловості. Аналіз великих даних та можливості глибокого навчання ШІ дуже важливі для фармацевтичної промисловості, особливо для інноваційних ліків. У процесі досліджень і розробок нових ліків деякі препарати, відібрані штучним інтелектом, перейшли на стадію клінічних досліджень II і III фази. Очікується, що в майбутньому ШІ досягне більших успіхів у галузі синтезу малих молекул. Крім того, штучний інтелект може відігравати певну роль на етапі клінічних досліджень, в основному зосереджуючись на можливостях збору даних та оптимізації обслуговування пацієнтів. З точки зору випробовуваних, оптимізаційний напрямок в основному полягає в тому, щоб з’ясувати кращу групу експериментальних препаратів в майбутньому за допомогою цього індивідуалізованого і точного відбору.