論文の概要: Revolutionizing Pharma: Unveiling the AI and LLM Trends in the
Pharmaceutical Industry
- arxiv url: http://arxiv.org/abs/2401.10273v2
- Date: Mon, 22 Jan 2024 04:47:20 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-23 18:54:23.627532
- Title: Revolutionizing Pharma: Unveiling the AI and LLM Trends in the
Pharmaceutical Industry
- Title(参考訳): 革命的製薬:製薬業界におけるaiとllmのトレンド
- Authors: Yu Han, Jingwen Tao
- Abstract要約: この論文は、各セクターにおけるAIの役割を分類的に検討している。
機械学習アルゴリズムのような最先端のAI技術に特に重点を置いている。
この論文は、医薬品産業の将来を変革する上で、AIが持つ変革の可能性を強調している。
- 参考スコア(独自算出の注目度): 4.566863428278876
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This document offers a critical overview of the emerging trends and
significant advancements in artificial intelligence (AI) within the
pharmaceutical industry. Detailing its application across key operational
areas, including research and development, animal testing, clinical trials,
hospital clinical stages, production, regulatory affairs, quality control and
other supporting areas, the paper categorically examines AI's role in each
sector. Special emphasis is placed on cutting-edge AI technologies like machine
learning algorithms and their contributions to various aspects of
pharmaceutical operations. Through this comprehensive analysis, the paper
highlights the transformative potential of AI in reshaping the pharmaceutical
industry's future.
- Abstract(参考訳): この文書は、製薬業界における人工知能(AI)の新たなトレンドと重要な進歩について、批判的な概要を提供する。
研究・開発・動物試験・臨床試験・病院臨床段階・生産・規制問題・品質管理・その他の支援分野を含む主要な業務分野における適用について、各分野におけるAIの役割を分類的に検討する。
機械学習アルゴリズムのような最先端のAI技術と、薬品操作のさまざまな側面への貢献に特に重点を置いている。
この包括的分析を通じて、この論文は、医薬品産業の将来を変革するAIの可能性を強調している。
関連論文リスト
- AI in Pharma for Personalized Sequential Decision-Making: Methods,
Applications and Opportunities [7.598403682247362]
人工知能(AI)の利用は、過去10年間で一貫した成長を遂げてきた。
AIを活用した治療領域としては、腫瘍学(27%)、精神医学(15%)、胃腸学(12%)、神経学(11%)が有力である。
論文 参考訳(メタデータ) (2023-11-30T17:23:17Z) - Applications of Machine Learning in Biopharmaceutical Process
Development and Manufacturing: Current Trends, Challenges, and Opportunities [7.762212551172391]
機械学習(ML)は、バイオ医薬品分野に多大な貢献をしている。
その応用はまだ初期段階にあり、品質・バイ・デザインに基づくバイオ医薬品の開発・製造を直接支援している。
本稿では, 上流, 下流, 製品定式化プロセスの生物製品設計, 監視, 制御, 最適化におけるMLソリューションの現状を概観する。
論文 参考訳(メタデータ) (2023-10-16T00:35:24Z) - A Comprehensive Review of Generative AI in Healthcare [0.0]
生成AIモデル、特にトランスフォーマーと拡散モデルは、多様な形式のデータを分析する上で重要な役割を担っている。
これらのモデルは、医用画像、タンパク質構造予測、臨床ドキュメント、診断補助、放射線学解釈、臨床診断支援、医用コーディング、請求など、様々な種類のデータを分析する上で重要な役割を果たしてきた。
本稿では、トランスフォーマーと拡散モデルに焦点をあて、医療における生成AI応用の概要を概観することを目的とする。
論文 参考訳(メタデータ) (2023-10-01T21:13:14Z) - AI for IT Operations (AIOps) on Cloud Platforms: Reviews, Opportunities
and Challenges [60.56413461109281]
IT運用のための人工知能(AIOps)は、AIのパワーとIT運用プロセスが生成するビッグデータを組み合わせることを目的としている。
我々は、IT運用活動が発信する重要なデータの種類、分析における規模と課題、そしてどのように役立つかについて深く議論する。
主要なAIOpsタスクは、インシデント検出、障害予測、根本原因分析、自動アクションに分類します。
論文 参考訳(メタデータ) (2023-04-10T15:38:12Z) - The Technological Emergence of AutoML: A Survey of Performant Software
and Applications in the Context of Industry [72.10607978091492]
Automated/Autonomous Machine Learning (AutoML/AutonoML)は比較的若い分野である。
このレビューは、このトピックに関する知識に2つの主要な貢献をしている。
オープンソースと商用両方の既存のAutoMLツールについて、最新かつ包括的な調査を提供する。
論文 参考訳(メタデータ) (2022-11-08T10:42:08Z) - Machine learning in bioprocess development: From promise to practice [58.720142291102135]
機械学習(ML)アプローチのようなデータ駆動の手法は、大きな設計空間を合理的に探索する可能性が高い。
本研究の目的は,これまでのバイオプロセス開発におけるML手法の適用例を示すことである。
論文 参考訳(メタデータ) (2022-10-04T13:48:59Z) - ImDrug: A Benchmark for Deep Imbalanced Learning in AI-aided Drug
Discovery [79.08833067391093]
現実世界の医薬品のデータセットは、しばしば高度に不均衡な分布を示す。
ImDrugはオープンソースのPythonライブラリを備えたベンチマークで、4つの不均衡設定、11のAI対応データセット、54の学習タスク、16のベースラインアルゴリズムで構成されています。
ドラッグ発見パイプラインの幅広い範囲にまたがる問題やソリューションに対して、アクセス可能でカスタマイズ可能なテストベッドを提供する。
論文 参考訳(メタデータ) (2022-09-16T13:35:57Z) - Artificial Intelligence in PET: an Industry Perspective [3.084117449495927]
人工知能(AI)は、ポジトロン・エミッション・トモグラフィ(PET)イメージングの応用など、医療画像に肯定的な影響を与える可能性があり、進歩する可能性がある。
AIは、PETにおけるAIの将来の可能性を最大化するために対処し克服する必要がある、業界固有の課題を提起する。
本稿では、AIの開発、標準化、商業化、臨床導入におけるこれらの業界固有の課題の概要を述べるとともに、近い将来にAIによってもたらされるPETイメージングの強化の可能性を探る。
論文 参考訳(メタデータ) (2021-07-14T14:47:24Z) - Machine Learning Applications for Therapeutic Tasks with Genomics Data [49.98249191161107]
ゲノム学の機械学習応用に関する文献を、治療開発のレンズでレビューします。
治療パイプライン全体にわたるゲノミクス応用における22の機械学習を同定する。
この分野における7つの重要な課題を、拡大と影響の機会として挙げる。
論文 参考訳(メタデータ) (2021-05-03T21:20:20Z) - Surgical Data Science -- from Concepts toward Clinical Translation [67.543698133416]
外科的データサイエンスは、データの取得、組織化、分析、モデリングを通じて介入医療の質を向上させることを目的としている。
私たちは、その根底にある理由を明かし、この分野における今後の進歩のロードマップを提供しました。
論文 参考訳(メタデータ) (2020-10-30T14:20:16Z) - Artificial intelligence in medicine and healthcare: a review and
classification of current and near-future applications and their ethical and
social Impact [0.0]
この研究は、既存のソフトウェア、パーソナルモニタリングデバイス、遺伝子検査と編集ツール、パーソナライズされたデジタルモデル、オンラインプラットフォーム、拡張現実デバイス、外科的および補助ロボティクスなど、研究技術の現状の分析に基づいている。
われわれは,「拡張パーソナライズドメディカル」の概念を提示し,解説する。
ユビキタス情報時代における医師と患者の役割の変容について研究し、医療部門を「フェイクベース」、「患者生成」、「科学的に調整」に分類し、さらに詳細な分析を必要とするいくつかの側面に注意を向ける。
論文 参考訳(メタデータ) (2020-01-22T15:39:42Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。