共查询到20条相似文献,搜索用时 15 毫秒
1.
2型糖尿病(T2DM)及其并发症影响了全球数亿人的健康和生活质量,其主要治疗方式为胰岛素和降糖药物的使用,但由于确诊不及时、起始治疗过晚、药物剂量调整不积极等问题,仍有很多患者血糖控制不佳。人工智能(AI)是数字信息智能化飞速发展的产物,在糖尿病等慢性疾病的预测、诊断、治疗、随访等健康管理环节中发挥重要作用。现已有多种AI技术融入T2DM的健康管理中,如远程医疗、动态血糖监测等。该文综述了近期AI在T2DM健康管理中的应用成果,并对存在的问题和研究方向进行了讨论。 相似文献
2.
毒性病理学是促进动物和人类健康发展最有价值的学科之一,药物非临床安全性评价毒性研究中对石蜡包埋、苏木精和伊红染色切片的组织病理学检查是毒性病理学评价的金标准。数字毒性病理学、人工智能(artificial intelligence, AI)尤其是机器学习(machine learning, ML)是全球颠覆性、快速发展的技术领域,其对组织病理学领域的影响正在迅速显现。组织病理学检查种类繁多算法的发展和应用,表明人工智能病理学平台可深度影响将来数字毒性病理学、精准医疗和个性化医疗。然而,与所有其他革命性的技术相同,人工智能病理学平台在实施和应用过程中存在诸多挑战。本文综述了人工智能和机器学习的发展、人工智能在毒性病理学中的应用、机器学习在数字毒性病理学中的应用以及人工智能对数字毒性病理学的影响,以期为我国毒性病理学中人工智能和机器学习的应用提供一定参考。 相似文献
3.
近年来人工智能(Artificial intelligence, AI)应用于医疗领域成为现代科技的热点,AI在医疗领域的应用主要包括疾病诊断、治疗和管理等方面。癌症具有较高的发病率和致死率,对人类健康有重大威胁。以机器学习为代表的人工智能算法在癌症领域的应用主要包括分类诊疗、预后预测和疗效评估,实现精准治疗来提高护理标准和生活质量。本文综述了癌症领域的人工智能应用方法,从实验数据、特征选择、算法模型和性能评估指标等方面,对机器学习技术在癌症应用中的研究现状进行了系统总结和分析展望。 相似文献
4.
5.
6.
药物-靶标相互作用(DTI)鉴定是药物研发中的关键步骤,可有效缩小候选药物分子的搜索范围.同时,DTI鉴定也是多重药理和药物重定位等研究的基础.然而,通过生物实验研究DTI耗时长、成本高且伴有一定的盲目性.随着信息科学的飞速进步,人工智能(AI)在药物研发领域得到广泛应用,成为研究DTI的有效策略.根据算法设计原理的不... 相似文献
8.
人工智能(AI)和机器学习不仅使药物发现和开发实现了质的飞跃,而且帮助药物开发进程进入现代化。机器学习和深度学习算法已应用于药物发现各个阶段,如先导化合物的筛选、多肽合成及小分子药物的发现、最佳给药剂量的确定、类药化合物的设计和药物不良反应的预测、蛋白质间相互作用的预测、虚拟筛选效率的提高、定量构效关系(QSAR)建模和药物重新定位、理化性质和药物靶标亲和力的预测、化合物的结合预测和体内安全性分析、多靶点配体药物分子的设计以及临床试验的设计。简要综述了AI算法和传统化学相结合以提高药物发现的效率以及AI在药物发现过程中的应用研究进展,以期为AI应用于药物发现提供一定参考。 相似文献
9.
10.
蛋白质药物具有作用机制清晰、作用特异性强、不良反应少等优势,临床应用前景巨大。蛋白质的稳定性是蛋白质药物的一项非常重要的指标,对于其成药性、安全性和有效性都至关重要。近年来,人工智能辅助的蛋白质改造工程逐渐发展成为一种高效的蛋白质分子设计新策略,并被广泛应用于蛋白质稳定性预测、药物设计和抗体优化等方面。本文介绍主要的人工智能辅助的蛋白质稳定性优化方法,讨论不同种类优化方法的优劣及其在蛋白质药物设计和优化中的应用,探讨人工智能在蛋白质稳定性设计中的挑战和前景,以期为研究者们开发更稳定、更高效的蛋白质药物提供新的思路。 相似文献
11.
12.
随着人工智能的飞速发展以及人们对肿瘤疾病机制的认识逐渐加深,人工智能在抗肿瘤药物的研发中起到了重要作用。本文简要介绍了人工智能的主要模型及在药物研发方面的优势,并基于结构、配体、肿瘤细胞表型及电子健康记录四大方面综述了近年来人工智能在抗肿瘤药物研发中的应用与进展,并总结了人工智能应用于抗肿瘤药物研发中的机遇与挑战,以期为从事相关领域的科研技术人员提供思路与参考。 相似文献
13.
14.
15.
农药中毒已成为一个严重的健康问题和全球性的公共卫生问题。课题组前期研究表明,通过临床综合护理干预可有效改善农药中毒患者的中毒情况。但据观察,临床护理模式也存在一定的局限性,如护理人员在配制以及抽吸药液的过程中可能受到锐器损伤,且大部分护理人员工作比较繁忙,配药效率比较低等。近年人工智能技术的应用在很大程度上弥补了护理工作的局限性,如人工智能技术具有安全、快速以及经济的特点,同时可减少药物在配置过程中对人体的危害,同时有效提高配药效果。因此,本文将综述人工智能辅助医护一体化模式对农药中毒患者的护理研究进展,旨在通过对农药中毒患者护理现在现状的分析,为推动我国农药中毒患者临床护理工作的发展提供科学、有效的参考依据。 相似文献
16.
17.
18.
姚立新 《中国食品药品监管》2023,(7):44-57
人工智能/机器学习(AI/ML)用于医药产品临床前、临床开发、生产、上市后监测,有望对医药产品开发和使用带来深刻影响,同时对制药行业和药品监管带来机遇和挑战。为促进相关领域的监管工作,2023年5月FDA发布《人工智能和机器学习用于药品与生物制品开发的讨论文件》。本文通过对讨论文件的探讨,概述了AI/ML在药品开发过程中的运用现状和潜在用途,以及FDA运用AI/ML的经验,并介绍了在药品开发过程中运用AI/ML的考量因素,旨在推动创新技术在医药产品领域的运用,挖掘更多潜在效能。 相似文献
19.
大数据和人工智能(AI)技术不仅可以对海量的生物医学数据进行准确和综合地分析,而且可以帮助构建药物设计领域的预测模型。随着算法和统计方法的发展,大数据和AI技术已应用于计算机辅助药物设计(CADD)。CADD可被用于有效克服药物设计领域的困难,从而高效地设计和开发新药。介绍了药物设计和发现过程中数据预处理和建模步骤、药物设计和发现过程中基于AI的建模方法、大数据和AI技术在CADD中的最新应用,以期为我国药物设计和开发提供参考。 相似文献