从实验室到诊所:人工智能如何重塑药物发现时间表和行业成果

科学领域:

• 制药科学 制药科学
• 计算生物学 计算生物学
• 生物技术是生物技术.

背景情况:

• 人工智能 (AI) 正在通过增强候选药物的识别和优化来彻底改变制药研究.
• 人工智能应用涵盖了整个药物发现和开发管道,从初始选到引优化.
• 本综述探讨了人工智能在改善临床结果和药物开发效率方面的作用.

研究的目的:

• 评估AI在药物发现和开发阶段的应用.
• 评估AI对临床试验效率和药物结果的影响.
• 提供关于AI在各种治疗领域的作用的见解.

主要方法:

• 根据PRISMA指南 (2015-2025) 进行系统审查.
• 在药物发现中对人工智能技术进行全面的数据库搜索.
• 根据人工智能方法,临床阶段和治疗领域对研究进行分类.

主要成果:

• 机器学习 (40.9%),分子建模 (20.7%),深度学习 (10.3%) 是人工智能的主要方法.
• 瘤学研究占主导地位 (72.8%),其次是皮肤学和神经学.
• 大多数研究都处于临床前 (39.3%) 和临床第一阶段 (23.1%) 的阶段,其中45%报告了临床结果.

结论:

• 人工智能显著改善了药物发现,开发和临床试验结果.
• 未来的研究应该将人工智能扩展到代表性不足的治疗领域.
• 完善复杂生物系统的AI模型对于未来的进步至关重要.