一、课题背景
大数据时代以数据量持续增加，分析速度持续增长和数据形式的多样性著称。大数据的战略意义不在于海量信息的积累，而在于运用专业的数据存储、整合对数据进行处理，解决产业瓶颈。
近年来药学研究与信息学、计算科学、人工智能走的越来越近，他们之间的交叉与融合催生了很多新技术。人工智能算法要解决的一般是最优化问题，智能算法最优化问题是一种以数 学为基础，用于求解各种工程问题中最优解或者满意解的应用技术。实际问题求 解中，绝大多数问题通过变化都可以转化为求解最优化问题的研究。强有力的数据分析技术与工具成为现代药学、学研究发展的关键，当前人工智能正渗入到每个行业，变革其行业面貌。在医疗行业中，药物开发过程中结合机器学习等人工智能算法，会显著提升药物研发效率以及降低药物研发的周期和成本。
二、要解决的问题
本课题调查研究近年来机器学习、人工智能算法在药学研发中的应用，重点分析研究近年来如深度学习等先进机器学习技术在药学方面的突破性和标志性应用。研究机器学习智能算法在药物开发不同阶段的应用，并建立预测模型，编制程序，在公开医药数据集上进行测试研究。
三、可行性分析
1、理论研究作支撑
国内外很多学者对人工智能算法的理论、应用、发展和其在药物研究方面作了大量研究分析， 可以以此作为重要的了解途径及参考资料。
2、案例分析
通过案例分析更好地运用人工智能算法对日益增多的临床数据进行分析、预测。
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
