CCTV News, Peking, 17. November (Reporter Lu Hongqiao) Laut der Wirtschaftsstimme „World Finance“ des China Central Radio and Television Station stellten die Leiter einiger Pharmaunternehmen auf der laufenden China Pharmaceutical Industry Development Conference 2024 die derzeit beliebte Anwendung vor der künstlichen Intelligenz im Bereich der Entwicklung neuer Medikamente. Einige Unternehmen sagen, dass künstliche Intelligenz einige Aspekte der Forschung und Entwicklung neuer Medikamente um das Hundertfache beschleunigen kann. Viele Menschen haben vielleicht gehört, dass künstliche Intelligenz die Entwicklung neuer Medikamente beschleunigen kann. Doch wie lässt sich der Prozess konkret beschleunigen und um wie viel schneller kann die Erforschung und Entwicklung neuer Medikamente erfolgen als bisher? Auf dieser Konferenz sagte Chen Li, Gründer, Vorsitzender und CEO von Hualing Pharmaceuticals, dass im frühen Entdeckungsprozess von Arzneimitteln zunächst künstliche Intelligenz eingesetzt werden kann, um aktive Arzneimittelmoleküle zu screenen, die gegen das Ziel wirksam sind, und die Entwicklung zu beschleunigen Arzneimittelentwicklungsprozess. Er sagte, dass künstliche Intelligenz diesen Prozess um ein Hundertfaches beschleunigen kann. Chen Li sagte: „In den letzten Jahren kann die Technologie der künstlichen Intelligenz durch Gensequenzen und Proteinsequenzen dreidimensionale räumliche Modelle von Proteinen erzeugen, die es ermöglichen, das Ziel zu visualisieren. Wir können klar erkennen, wo auf dem Ziel die Arzneimittelmoleküle geeignet sind.“ Die Funktion, gepaart mit computergestützter Steuerung und computergestütztem Screening, hat unsere Entdeckung von Wirkstoffmolekülen um ein Vielfaches beschleunigt. In diesem Fall können wir Moleküle finden, die gegen das Ziel wirksam sind Machen Sie es sehr schnell.“ Zweitens können wir in klinischen Studien historische Daten und Parameter kombinieren, um neue klinische Studien zu entwerfen, die Anzahl klinischer Studien zu reduzieren und die Beteiligung von Menschen zu reduzieren. Auf diese Weise können wir die Patientensicherheit oder die Erfolgsquote reduzieren der Medikamentenentwicklung ist garantiert größer. Chen Li sagte, dass das Medikament nach der Markteinführung auch mit genetischen Big Data zur menschlichen Gesundheit kombiniert werden und künstliche Intelligenz nutzen könne, um eine präzise Medikamentenverabreichung und -behandlung zu erreichen. Chen Li sagte: „Verwenden Sie Big Data, genetische Daten und Methoden des maschinellen Lernens, um uns zu helfen, ein Medikament und seine zukünftige Rolle für die Gesundheit besser zu verstehen. Schließlich können wir auch klinische Forschungsdaten und Methoden des maschinellen Lernens verwenden, um Patienten zu klassifizieren. Basierend auf dem.“ „Tatsächlich können Big Data, künstliche Intelligenz, Algorithmen und Computer
neben der Entwicklung und Anwendung auch dazu beitragen, den gesamten Prozess der Arzneimittelentwicklung und -anwendung zu beschleunigen und voranzutreiben.“ Auch bei neuen Arzneimitteln spielt künstliche Intelligenz zunehmend eine große Rolle im Arzneimittelherstellungsprozess. Arzneimittel werden in drei Kategorien eingeteilt: chemische Arzneimittel, biologische Arzneimittel und proprietäre chinesische Arzneimittel. Unter anderem werden proprietäre chinesische Arzneimittel von mehreren Faktoren wie Herkunft, Qualität und Verarbeitungstechnologie beeinflusst, und ihre Wirksamkeit ist relativ anfällig für Instabilität. Zhao Chao, Präsident von Shandong Buchang Pharmaceutical Co., Ltd., sagte, dass die Technologie der künstlichen Intelligenz chinesischen Patentmedizinunternehmen dabei helfen könne, Qualitätskontrolle und standardisierte Produktion durchzuführen. Zhao Chao sagte: „Eines unserer Produkte verfügt beispielsweise über mehr als 1.500 Qualitätskontrollstationen im ganzen Land. Es ist schwierig, so viele Qualitätskontrollstationen manuell zu steuern. Deshalb nutzen wir die gemeinsame Anwendung von Internet, Informatisierung und Intelligenz.“ Kontrolle, so dass Fingerabdrücke immer genauer werden und grundsätzlich mehr als 95 % erreichen können. Diese Genauigkeit ist sehr gut.
