人工智能在制药企业的应用研究-开题报告

4、E-Ticket系统

（三）AI人工智能运用于制药研发

根据药品生命周期管理要求，在研发时需要做大量研究数据，所以在研发时就需要介入，但是AI在药物开发中的应用仍然有限，特别是在临床开发中。其中一个主要障碍是研究人员历来可以获得的数据质量和数量上都是不够的。随着云等流程和技术不断改进数据收集，它将使研究人员能够将AI纳入医疗保健连续体的更多领域。

十年后，我们将看到传统的1至4期药物开发模式的基本变化。这不仅仅是因为AI的功劳，而是与大数据的组合——由传感器和电子病历（EMR）集成支持——改进的电信/远程医疗和AI。

越来越少的患者不需要接受生命的试验，相反，这些“尝试”将被模仿患者的“计算机”试验取代。

将有更多以患者为中心和远程的试验，所有患者都可以使用。直接访问EMR，与去识别技术相关联，将使研究人员能够比现在更有效地找到患者。患者访问临床站点的需求有限。由转诊医生支持的传感器，研究应用程序，机器人和当地家庭护理护理的组合将允许患者在留在家中时参与试验。对于具有大量患者群体的验证性3b期和4期试验，这种AI的使用将是最常见的。

人工智能在医疗健康领域应用的研究进展

（一）药物研发/制造

AI人工智能的学习在早期药物研发阶段可能有多种用途，如从初期化合物筛选到基于生物因素的预测，这包括新一代测序等研发技术。

（二）临床试验研究 

机器学习在指导临床试验研究方面有几个有价值的潜在应用。它可以利用比目前更广泛的数据确定适合临床试验的候选人，包括社交媒体和医生访问，以及针对特定人群的遗传信息;这将尽可能地缩短试验进程，并大幅降低试验成本。

ML还可用于远程监控和实时数据访问，以提高安全性; 例如监测受试者的生物学信号及其他信号，判断是否有任何伤害或致死迹象。还有许多其他ML应用可帮助提高临床试验效率，包括寻找最佳样本量以提高效率，并使用电子医疗记录来减少数据错误（例如重复输入）等。