因此，不难理解近年来日益成熟和炙手可热的人工智能辅助药物 (AIDD) 为什么短短几年就从萌芽发展到几乎参与药物研发的全过程，从药物靶点发现到临床试验。特别是面对人类认知盲的靶点筛选、化合物发现等人类认知盲点，AIDD对专家知识和海量数据的要求正在显著降低，预计新药研发将发生变化 "九死一生" 的困局。
除了AI除了技术本身的进步，AIDD快速普及也离不开"生逢其时"——成熟的云计算技术也恰到好处AIDD提供必要的数字基础设施和能力，使制药企业(http://www.maoyihang.com/company/)能够快速突破存储、计算能力、机器学习模型等数字瓶颈AIDD成为高效的常态化工具(http://www.maoyihang.com/sell/l_5/)。例如，莫德纳在新冠肺炎疫苗研发中（Moderna）2通过在亚马逊云技术平台上建立的机器学习能力 天内完成 mRNA COVID-19 第一批临床批次于25天发布。这表明药物研发正在全面进入 "AI时代" 。
自20世纪90年代中期以来，计算机辅助药物的研发（CADD）开始使用并逐渐成为制药公司(http://www.maoyihang.com/company/)的主流数字辅助技术。但CADD能力仅限于筛选和优化现有知识和数据，其作用更多的是人力 "替代" 而非 "突破" ，因此，无法触及人类尚未涉足的认知盲区。
相较之下，AIDD能够充分探索未知的分子结构空间，产生除现有经验和数据外的新的分子化合物结构，给药物研发带来真正的颠覆性变化。通过将AI在药物研发的各个环节嵌入机器学习、深度学习、图像识别、认知计算等能力，可以预测和识别更准确的疾病靶点，并基于湿实验CADD新药分子设计、化合物活性评价、毒性评价等研发过程模拟数据，大大降低了对数据量和专家知识的依赖。
AIDD最直观的价值还在于显着减少传统药物研发的高昂资金和时间成本，给研发效率带来巨大飞跃。据Exscientia Company Deck数据显示，使用AI新药研发成本可降低约35%，研发周期也缩短到1-2年。
亚马逊云科技客户2021年，AI药物研发公司英硅智能公布了世界上第一个原因AI用于特发性肺纤维化治疗的候选药物已进入临床试验阶段。从靶点发现到化合物验证，英硅智能花费不到18个月，仅260万美元，降低了约99%的新药研发计算成本。 以亚马逊云技术平台为基础的英硅智能药物发现引擎是公司产品(http://www.maoyihang.com/invest/)组合的核心。该引擎使用数百万个数据样本和各种数据类型来发现疾病生物标志物，确定最有前途的靶点，并设计具有特定属性的小分子化合物。
由于英硅智能人工智能平台需要处理大量的实验和文本数据，图形处理器 (GPU) 要求很高。英矽智能的AI工具如PandaOmics™和Chemistry42™都运行于Amazon Elastic Compute Cloud（Amazon EC2 ），无需维护庞大的本地计算集群，即可获得灵活可扩展的云服务(http://www.maoyihang.com/sell/l_11/)器。另外，英矽智能还使用了对象存储服务Amazon Simple Storage Service (Amazon S3) 存储相关数据，使分布在六个国家的团队能够轻松访问所需数据并进行跨国合作。
成熟，易用 "AI友好" 云平台为各行业创造了进入AI时代的 "捷径" 。到目前为止，云上75%以上的人工智能应用都是基于亚马逊云技术平台开发的，这也为亚马逊云技术积累了丰富的人工智能和机器学习技术和成功经验。
近年来，基于亚马逊云技术，阿斯利康开发了由机器学习驱动的病理图像识别检测模型，以取代以往在候选药物研发过程中人工编样的方式。借助Amazon SageMaker Ground Truth，阿斯利康可以快速注释、收集和分类训练样本，并形成可用于模型训练的数据集，时间仅为前50%。
除了节省时间和劳动力成本外，数据培训模型还帮助研发人员获得更准确的分析结果。在双方的试点中，阿斯利康使用2000个样本分析糖尿病损伤的关键结构，准确率达到95%，使科学家能够快速了解药物的安全性和有效性，加快新药的研发和上市。
除了AI除了技术本身的进步，AIDD快速普及也离不开"生逢其时"——成熟的云计算技术也恰到好处AIDD提供必要的数字基础设施和能力，使制药企业(http://www.maoyihang.com/company/)能够快速突破存储、计算能力、机器学习模型等数字瓶颈AIDD成为高效的常态化工具(http://www.maoyihang.com/sell/l_5/)。例如，莫德纳在新冠肺炎疫苗研发中（Moderna）2通过在亚马逊云技术平台上建立的机器学习能力 天内完成 mRNA COVID-19 第一批临床批次于25天发布。这表明药物研发正在全面进入 "AI时代" 。
自20世纪90年代中期以来，计算机辅助药物的研发（CADD）开始使用并逐渐成为制药公司(http://www.maoyihang.com/company/)的主流数字辅助技术。但CADD能力仅限于筛选和优化现有知识和数据，其作用更多的是人力 "替代" 而非 "突破" ，因此，无法触及人类尚未涉足的认知盲区。
相较之下，AIDD能够充分探索未知的分子结构空间，产生除现有经验和数据外的新的分子化合物结构，给药物研发带来真正的颠覆性变化。通过将AI在药物研发的各个环节嵌入机器学习、深度学习、图像识别、认知计算等能力，可以预测和识别更准确的疾病靶点，并基于湿实验CADD新药分子设计、化合物活性评价、毒性评价等研发过程模拟数据，大大降低了对数据量和专家知识的依赖。
AIDD最直观的价值还在于显着减少传统药物研发的高昂资金和时间成本，给研发效率带来巨大飞跃。据Exscientia Company Deck数据显示，使用AI新药研发成本可降低约35%，研发周期也缩短到1-2年。
亚马逊云科技客户2021年，AI药物研发公司英硅智能公布了世界上第一个原因AI用于特发性肺纤维化治疗的候选药物已进入临床试验阶段。从靶点发现到化合物验证，英硅智能花费不到18个月，仅260万美元，降低了约99%的新药研发计算成本。 以亚马逊云技术平台为基础的英硅智能药物发现引擎是公司产品(http://www.maoyihang.com/invest/)组合的核心。该引擎使用数百万个数据样本和各种数据类型来发现疾病生物标志物，确定最有前途的靶点，并设计具有特定属性的小分子化合物。
由于英硅智能人工智能平台需要处理大量的实验和文本数据，图形处理器 (GPU) 要求很高。英矽智能的AI工具如PandaOmics™和Chemistry42™都运行于Amazon Elastic Compute Cloud（Amazon EC2 ），无需维护庞大的本地计算集群，即可获得灵活可扩展的云服务(http://www.maoyihang.com/sell/l_11/)器。另外，英矽智能还使用了对象存储服务Amazon Simple Storage Service (Amazon S3) 存储相关数据，使分布在六个国家的团队能够轻松访问所需数据并进行跨国合作。
成熟，易用 "AI友好" 云平台为各行业创造了进入AI时代的 "捷径" 。到目前为止，云上75%以上的人工智能应用都是基于亚马逊云技术平台开发的，这也为亚马逊云技术积累了丰富的人工智能和机器学习技术和成功经验。
近年来，基于亚马逊云技术，阿斯利康开发了由机器学习驱动的病理图像识别检测模型，以取代以往在候选药物研发过程中人工编样的方式。借助Amazon SageMaker Ground Truth，阿斯利康可以快速注释、收集和分类训练样本，并形成可用于模型训练的数据集，时间仅为前50%。
除了节省时间和劳动力成本外，数据培训模型还帮助研发人员获得更准确的分析结果。在双方的试点中，阿斯利康使用2000个样本分析糖尿病损伤的关键结构，准确率达到95%，使科学家能够快速了解药物的安全性和有效性，加快新药的研发和上市。
