【研报】医药行业数据驱动创新系列：AI助力新药研发破局数据要素定位竞争格局-210616（20页）

新用户首篇研报专享优惠价

报告摘要

AI制药行业发展核心催化剂：开源数据算法迭代数据：文献数据结构化开放助力发展，临床数据稀缺定位竞争格局AI的发展是建立在对海量数据的学习和理解的基础之上，AI要在新药研发领域发挥巨大作用，首先需要解决相关数据来源问题。AI新药行业的主要数据源分为三大类：医疗文献数据、药物化学数据、临床试验数据。生物医药文献数据库PubMed：其中适用于靶点发现环节的医疗文献数据，最权威的数据库是PubMed。PubMed是一个免费的搜寻引擎，提供生物医学方面的论文搜寻以及摘要的数据库。它的数据库来源为MEDLINE。其核心主题为医学，但亦包括其他与医学相关的领域，像是护理学或者其他健康学科，同时也提供对于相关生物医学资讯上相当全面的资源，像是生化学与细胞生物学。据不完全统计，PubMed包含3000万篇中、英双语的学术论文，领域覆盖生物、医学、药学等。从数据的可得性角度看，PubMed提供了友好的文献检索入口，和结构化的搜索结果展示，但是PubMed是摘要数据库，其本身并不提供文献全文服务。对于需要使用NLP技术对文章进行全文抽取后进行分析的AI制药方面应用，显然是远远不够的。