研发药物是极度昂贵和耗时的事件
，药物试验的失败可能会使价值数百万的股票暴跌。因而
，越快地鉴别出有潜力发展成为可行药物就越好。
正是如此
，像GlaxoSmithKline（GSK）
，Merck
，Sanofi和Johnson&Johnson这样的造药公司在转向人为智能（AI）来援手他们。

AndrewHopkins教授是Exscientia的首席执行官
，Exscientia是一家基于AI的药物发现公司
，最近与GSK签署了一项价值3300万英镑的买卖。他暗示
，AI和人类在所谓的“半人马团队”中一路工作
，能够援手节俭四分之三的功夫和成本。在希腊神话中
，半人马即半人半马
，其实力极度壮大且活动急剧。Hopkins教授以为
，AI赋予科学家更多的权势。

征询公司EY的全球性命科学行业掌管人PamelaSpence说
，成功的药物发现
，依赖于我们对疾病影响的正确理解。“一旦知路
，科学家们就会搜索能够选择性地与这个‘指标’相互作用的分子
，并且旋转这衷炱坏过程或减缓其影响-关键在于‘射钟庄分子。”她诠释说。

科学家们时时把一种疾病当成指标
，把分子当作解决这一指标的兵器。传统的药物发现步骤是由科学家幼团队精心测试每个潜在指标并击中分子
，但愿找到最终指标-但这种药物发现过程是一个极度耗时的步骤
，也拥有极度高的失败率。

因而
，引入AI就像有一个钻研助理
，能够以令人难以相信的速度通过系统搜索来解决问题。她补充路：“能够通过AI超等推算机首先鉴别出什么可能起作用
，以及确定什么不起作用。」剽是推算机进行钻研的医学术语
，而不是指“体表”——试管和“体内”——对动物和人类的测试。

由于执行人体临床试验占据了药物发现成本的绝大部门
，我们越早就能确定指标
，就能节俭成本。Spence女士说：“物理测试能够用较少数量的潜在新药进行
，并且能够确保更高的成功率。”

Exscientia的AI算法蕴含了大量数据
，蕴含疾病的结构、现有药物的功效、同业评议的钻研和显微镜下的样本观察。Hopkins教授暗示
，所有这些可能性在一步步缩幼。“我们不是要排除不确定性
，由于这是一个凌乱而繁芜的数据
，也是人类创造力与进化之间有极度有趣的类比。”

Hopkins教授补充路：“JDB电子主张是提出幼分子作为最多10个疾病有关指标的候选人
，而后能够通过临床测试进行检验。出产出来的药丸都是经过精准试验而验证的了局。。”

GSK最近成立了一个钻研单元
，专一于通过使用“电脑”技术（蕴含AI、机械进建和深度进建）来加强药物钻研。该团队由GSK的研发主管John Baldoni辅导。他说：“我们目前有很多亟待进行的打算
，整个药物研造发现成本约莫为17亿美元（约为13亿英镑）。从尝试室到诊所的成本约为上述数字的33％
，或许必要五年半的功夫。JDB电子指标是将功夫削减到一年
，并降低与之相称的成本。”

AI也在药物发现过程进行其他的索求。

例如
，就有AI使用天然说话处置来筛选出现的文件
，如化学图书馆、医学数据库和科学论文
，从而得出可能的新候选药物的结论。

今年早些时辰
，利用AI技术
，发现了一种医治活动神经元疾。ㄒ渤莆狝LS肌萎缩性侧索硬化症）的药物之一
，能够预防活动神经元在患者脑内所获取细胞的殒命
，并延缓疾病在动物中的发病。Benevolent AI首创人兼主席Ken Mulvaney说：“我们对这些发现感应极度鼓励。

患者也应对这些发现感应鼓励；贏I的药物发现有望更快地为市场带来更有效、更便宜的药物。