人工智能技術在醫(yī)藥研發(fā)中的應用
發(fā)布時間:2021-02-08 19:30
人工智能技術在醫(yī)藥領域的應用給整個行業(yè)帶來巨大的變革,為了加快實現(xiàn)利用人工智能技術為醫(yī)藥行業(yè)賦能的目的,本文首先對人工智能技術在醫(yī)藥研發(fā)領域的應用進行了概括,概述人工智能在醫(yī)藥研發(fā)各專業(yè)領域中的應用情況,最后提出了未來人工智能在我國醫(yī)藥研發(fā)方面面對的難點以及相應的建議。
【文章來源】:中國新藥雜志. 2020,29(17)北大核心
【文章頁數(shù)】:8 頁
【部分圖文】:
相關研究每年發(fā)表文章數(shù)柱狀圖
圖1 相關研究每年發(fā)表文章數(shù)柱狀圖通過以上可視化分析,可以清楚了解到人工智能在醫(yī)藥研發(fā)方面的研究發(fā)展趨勢,與上文分析人工智能發(fā)展趨勢基本一致,同時也能發(fā)現(xiàn)近5年人工智能在醫(yī)藥研發(fā)方面研究趨于減少乃至于停滯,亟須整個行業(yè)進一步投入以及尋找發(fā)展新活力。為了確認人工智能在醫(yī)藥研發(fā)重點應用領域,利用Python對爬取到的數(shù)據(jù)中關鍵詞、摘要、研究點分析進行了系統(tǒng)的詞頻統(tǒng)計,見表1。
從上述表1關鍵詞頻可以直觀看到,關鍵詞詞頻數(shù)越大,說明該主題在人工智能醫(yī)藥研發(fā)方面中的關注度越高,研究越熱。高頻詞中機器學習(Machine Learning)、藥物研發(fā)(Drug Discovery)、醫(yī)療保健(Health Care)、數(shù)據(jù)庫(Databases)、數(shù)據(jù)挖掘(Data mining)、數(shù)據(jù)分析(Data Analysis)、數(shù)據(jù)可視化(Data Visualization)、數(shù)據(jù)交流(Data Communication)、歸納邏輯編程(Inductive logic programming)、癌癥(Cancer)、神經(jīng)網(wǎng)絡(Neural Networks)、藥物制劑(Pharmaceutical Preparations)、計算機科學(Computer science)、醫(yī)藥制造業(yè)(Pharmaceutical Industry)由于研究內(nèi)容過于寬泛抑或與在醫(yī)藥研發(fā)方面的研究相關性不足所以被剔除。通過詞頻分析、清洗無關研究領域的詞匯、綜合近義詞匯后最終確定了7個頻次靠前的人工智能在醫(yī)藥研發(fā)重點研究領域:靶點藥物研發(fā)(Drug Targets Development)、藥物挖掘(Drug Mining)、化合物篩選(Compound Screening)、預測ADMET性質(zhì)(Predication of ADMET Properties)、藥物晶型預測(Crystal Structure Prediction)、病理生物學研究(Pathophysiology)、藥物重定位/藥物再利用(Drug Repurposing)。人工智能的主要應用領域包括機器學習、進化計算、圖像識別、自然語言處理、認知計算,7個頻次靠前的人工智能在醫(yī)藥研發(fā)重點研究領域在這5個主要應用領域各有涉及,具體關系如圖3所示。2.1 人工智能技術在醫(yī)藥研發(fā)的應用現(xiàn)狀概述
【參考文獻】:
期刊論文
[1]我國新藥創(chuàng)制的模式選擇與發(fā)展思考[J]. 敖翼,濮潤,盧姍,孫燕榮. 中國新藥雜志. 2020(02)
[2]人工智能技術在藥學領域的應用——基于Web of Science的文獻可視化分析[J]. 凌曦,趙志剛,李新剛. 中國藥房. 2019(04)
[3]基于機器學習的醫(yī)學影像分析在藥物研發(fā)和精準醫(yī)療方面的應用[J]. 謝志勇,周翔. 中國生物工程雜志. 2019(02)
[4]淺析人工智能技術的專利保護——以醫(yī)療領域為例[J]. 洪巖. 知識產(chǎn)權. 2018(12)
[5]人工智能在藥物研發(fā)與監(jiān)管領域的應用及展望[J]. 張星一,呂虹. 中國新藥雜志. 2018(14)
[6]創(chuàng)新藥物研發(fā)的前沿動向與中國創(chuàng)新藥物的發(fā)展近況[J]. 陳凱先. 生物產(chǎn)業(yè)技術. 2018(02)
[7]近5年信息檢索的研究熱點與發(fā)展趨勢綜述——基于相關會議論文的分析[J]. 楊超凡,鄧仲華,彭鑫,劉斌. 數(shù)據(jù)分析與知識發(fā)現(xiàn). 2017(07)
[8]大數(shù)據(jù)在醫(yī)藥行業(yè)的創(chuàng)新性應用[J]. 周凌. 通訊世界. 2017(08)
[9]化合物成藥性的預測方法[J]. 李曉,孔德信. 計算機與應用化學. 2012(08)
[10]藥物分子設計的策略:藥理活性與成藥性[J]. 郭宗儒. 藥學學報. 2010(05)
本文編號:3024419
【文章來源】:中國新藥雜志. 2020,29(17)北大核心
【文章頁數(shù)】:8 頁
【部分圖文】:
相關研究每年發(fā)表文章數(shù)柱狀圖
圖1 相關研究每年發(fā)表文章數(shù)柱狀圖通過以上可視化分析,可以清楚了解到人工智能在醫(yī)藥研發(fā)方面的研究發(fā)展趨勢,與上文分析人工智能發(fā)展趨勢基本一致,同時也能發(fā)現(xiàn)近5年人工智能在醫(yī)藥研發(fā)方面研究趨于減少乃至于停滯,亟須整個行業(yè)進一步投入以及尋找發(fā)展新活力。為了確認人工智能在醫(yī)藥研發(fā)重點應用領域,利用Python對爬取到的數(shù)據(jù)中關鍵詞、摘要、研究點分析進行了系統(tǒng)的詞頻統(tǒng)計,見表1。
從上述表1關鍵詞頻可以直觀看到,關鍵詞詞頻數(shù)越大,說明該主題在人工智能醫(yī)藥研發(fā)方面中的關注度越高,研究越熱。高頻詞中機器學習(Machine Learning)、藥物研發(fā)(Drug Discovery)、醫(yī)療保健(Health Care)、數(shù)據(jù)庫(Databases)、數(shù)據(jù)挖掘(Data mining)、數(shù)據(jù)分析(Data Analysis)、數(shù)據(jù)可視化(Data Visualization)、數(shù)據(jù)交流(Data Communication)、歸納邏輯編程(Inductive logic programming)、癌癥(Cancer)、神經(jīng)網(wǎng)絡(Neural Networks)、藥物制劑(Pharmaceutical Preparations)、計算機科學(Computer science)、醫(yī)藥制造業(yè)(Pharmaceutical Industry)由于研究內(nèi)容過于寬泛抑或與在醫(yī)藥研發(fā)方面的研究相關性不足所以被剔除。通過詞頻分析、清洗無關研究領域的詞匯、綜合近義詞匯后最終確定了7個頻次靠前的人工智能在醫(yī)藥研發(fā)重點研究領域:靶點藥物研發(fā)(Drug Targets Development)、藥物挖掘(Drug Mining)、化合物篩選(Compound Screening)、預測ADMET性質(zhì)(Predication of ADMET Properties)、藥物晶型預測(Crystal Structure Prediction)、病理生物學研究(Pathophysiology)、藥物重定位/藥物再利用(Drug Repurposing)。人工智能的主要應用領域包括機器學習、進化計算、圖像識別、自然語言處理、認知計算,7個頻次靠前的人工智能在醫(yī)藥研發(fā)重點研究領域在這5個主要應用領域各有涉及,具體關系如圖3所示。2.1 人工智能技術在醫(yī)藥研發(fā)的應用現(xiàn)狀概述
【參考文獻】:
期刊論文
[1]我國新藥創(chuàng)制的模式選擇與發(fā)展思考[J]. 敖翼,濮潤,盧姍,孫燕榮. 中國新藥雜志. 2020(02)
[2]人工智能技術在藥學領域的應用——基于Web of Science的文獻可視化分析[J]. 凌曦,趙志剛,李新剛. 中國藥房. 2019(04)
[3]基于機器學習的醫(yī)學影像分析在藥物研發(fā)和精準醫(yī)療方面的應用[J]. 謝志勇,周翔. 中國生物工程雜志. 2019(02)
[4]淺析人工智能技術的專利保護——以醫(yī)療領域為例[J]. 洪巖. 知識產(chǎn)權. 2018(12)
[5]人工智能在藥物研發(fā)與監(jiān)管領域的應用及展望[J]. 張星一,呂虹. 中國新藥雜志. 2018(14)
[6]創(chuàng)新藥物研發(fā)的前沿動向與中國創(chuàng)新藥物的發(fā)展近況[J]. 陳凱先. 生物產(chǎn)業(yè)技術. 2018(02)
[7]近5年信息檢索的研究熱點與發(fā)展趨勢綜述——基于相關會議論文的分析[J]. 楊超凡,鄧仲華,彭鑫,劉斌. 數(shù)據(jù)分析與知識發(fā)現(xiàn). 2017(07)
[8]大數(shù)據(jù)在醫(yī)藥行業(yè)的創(chuàng)新性應用[J]. 周凌. 通訊世界. 2017(08)
[9]化合物成藥性的預測方法[J]. 李曉,孔德信. 計算機與應用化學. 2012(08)
[10]藥物分子設計的策略:藥理活性與成藥性[J]. 郭宗儒. 藥學學報. 2010(05)
本文編號:3024419
本文鏈接:http://sikaile.net/yixuelunwen/yiyaoxuelunwen/3024419.html
最近更新
教材專著