人工智能在医疗健康领域的应用（三）：药物挖掘

传统的药物研发领域存在巨大痛点。一是研发周期长，新药研发时间平均10年左右；二是费用高昂，每款新药的研发费用约15亿美元；三是成功率低，约5000种合成化合物中，仅1种能进入临床II期实验。

人工智能与药物挖掘的结合或极大地提高研发效率，降低企业成本。目前在北美地区已经出现了数家技术领先的初创企业，他们借助深度学习，与默克等传统药企及医药研究机构合作，在心血管药物、抗肿瘤药物、孤儿药和经济欠发达地区常见传染病（如埃博拉）治疗药等多领域取得新突破，并吸引了诸如Y Combinator、Khosla Ventures 和Data Collective 等优秀孵化器或风险投资机构的青睐。

动脉网旗下蛋壳研究院长期关注人工智能与医疗健康的结合，在推出《人工智能在医疗健康领域的应用（一）：虚拟护士助理》《人工智能在医疗健康领域的应用（二）：医学影像》后，本期继续推出第三篇《人工智能在医疗健康领域的应用（三）：药物挖掘》，欢迎各位童靴与我们交流沟通，也欢迎相关创业企业与投资机构与我们接洽合作。