承認済みの既存薬をもっと活用したい

一般的に新しい薬剤を製造する場合、研究開発（R＆D）プロセスは10年程度の時間と約1億ドルの費用を要する。また、開発された新薬の数と、実際に承認される新薬の数の間には大きな差が存在する。

薬剤の開発速度を加速し、コストを削減するためには、既に承認された薬剤の新規適応症を発見することが重要であり、ディープラーニングを用いた薬物と疾患の関連予測に期待が集まっている。

重要なお知らせ：AI分野のお仕事マッチングサービス「AIDB HR」を開始しました！登録後はオファーを受け取るだけのシンプルなサービスです！現在、期間限定で、ギフト券が必ずもらえる新規登録キャンペーンも行っています。

中国にある黒竜江大学のPing Xuanら研究者は、薬剤製造におけるR＆Dの速度向上およびコストの削減という課題に着目し、ディープラーニングを用いて、薬物と疾患の関連予測モデルの開発を試みた。

結果、開発された予測モデルはどのぐらいの精度で薬剤と疾患の関連を予測できただろうか？続きを読んでみよう。

AIで未来を変える仲間：Ping Xuanについて
中国の黒竜江大学・コンピュータ科学技術科に所属。専門分野は機械学習や分類。

ディープラーニングを用いた薬剤と疾患の関連予測

Ping Xuanらの研究におけるミッション・手法・結果は以下の通りだ。