약 발견 및 진단 시장에서 딥러닝 분석

Deep Learning은 비-trivial 패턴을 가진 다차원 및 복잡한 데이터와 함께 라벨 및 unlabeled 데이터를 분석하는 기계 학습입니다. unsupervised 기능 학습을 사용하여 수동 기능 공학에 대한 교체가됩니다. 최근 몇 년 동안 다중화 데이터의 대량 인플럭스는 건강 정보 시스템의 데이터 분석을위한 인공 지능의 사용을 중단합니다. 이 차례로는 분석 데이터 구동 모델 세대의 배포에 영향을 미쳤습니다. 이는 건강 정보학에서 기계 학습을 기반으로합니다. 이것은 가까운 미래에 약 발견과 진단 시장에서 깊은 학습의 성장을 지원하는 중요한 요인 중 하나가 될 것으로 예상됩니다. 약물 발견 및 진단 시장에서 딥 학습은 곧 인공 신경 네트워크에 뿌리를 둔 기술이며 가까운 미래에 견인을 얻을 것으로 예상됩니다. 의료 정보 시스템에 대한 중요한 도구 깊은 학습으로 진화 할 것으로 예상되고 의료 분야와 인공 지능의 미래를 재구성하기 위해 활용 될 것입니다. 컴퓨터 기반 작업 및 효율적이고 빠른 데이터 스토리지의 신속한 개발도 기술의 빠른 섭취에 기여하고 있습니다. 이 기술은 예측 기간 (2016–2024)에 약물 발견 및 진단 시장에서 깊은 학습의 성장을 지원할 것으로 예상되는 semantic 효과적인 입력 데이터 해석과 최적의 높은 수준의 기능을 자동으로 생성합니다.

약물 발견 및 진단 시장의 심층 학습::

회사연혁

• 약 발견
• 진단
• 법의학
• 이름 *

End-use 산업

• 제약 회사
• Biotechnology 기업
• 계약 연구 조직
• 의료 IT

약물 발견의 시간 간격을 줄이는 것은 약 발견 및 진단 시장에서 깊은 학습의 성장을 초래할 것으로 예상됩니다 :

전통적으로, 약 발견과 약 발달은 복잡한 시간 consuming 과정이기 위하여 고려되었습니다. 다양한 분석 접근법은 개발에서 더 usher에 사용됩니다. 데이터 마이닝, 균질 모델링, 기존 기계 학습 및 생물학적으로 영감을 얻은 분기 기법과 같은 최신 방법, 깊은 학습은 차세대 약물 발견 방법의 소스입니다. 위에서 언급 한 이유는 약물 발견 및 진단 시장에서 깊은 학습의 연료 성장률로 계획됩니다. 또한, 의료 및 생명 과학 조직은 인공 지능과 깊은 학습 방식을 활용하여 제품 포트폴리오를 향상시킵니다.

제약 회사 및 기타 의약품 제조업체는 약물 발견 및 진단에 대한 깊은 학습에 집중하여 질병의 증가 부담을 효과적으로 해결하기 위해 새로운 치료를 도입합니다. 이것은 금지 된 대사 및 독성 제약의 만족과 함께 질병의 근원을 공격하는 것을 도울 것입니다. 이전에 언급했듯이, 약물 발견은 시간과 자원의 상당한 투자를 포함하며, 결과는 오히려 불확실합니다. 약물 발견 및 진단에 대한 깊은 학습은 성공적인 결과를 얻는 확률을 증가하는 피벗 역할을합니다. 이것은 예측 기간 동안 약 발견 및 진단 시장에서 깊은 학습을위한 중요한 드라이버가 될 것으로 예상됩니다.

응용 프로그램의 수에 상승은 약물 발견 및 진단 시장에서 깊은 학습의 성장을 호평화하고있다 :

약물 발견 및 진단 시장에서의 글로벌 딥러닝은 몇 년의 집중 연구에 걸쳐 달성 된 인공 지능의 주제에 대한 광범위한 전문 지식으로 인해 최대 공유를 보유하는 주요 플레이어와 통합됩니다. 시장에서 플레이어는 R & D의 주요 지출을 통해 진단 바이오 매스 및 약물 발견의 본질을 이해하는 소설 기술을 개발하고 있습니다. 예를 들어, Google Inc.는 매일 건강과 웰빙 습관을 더 잘 이해하기 위해 중요한 도로를 만들고 최고의 가능한 방법으로 글로벌 의료 문제에 도달합니다.

약물 발견 및 진단 시장에서 깊은 학습에서 작동하는 중요한 플레이어는 Google Inc., IBM Corp., Microsoft Corporation, Qualcomm Technologies, Inc., General Vision Inc., Insilico Medicine, Inc., NVIDIA Corporation, Zebra Medical Vision, Inc., Enlitic, Ginger.io, MedAware 및 Lumiata를 포함합니다.

주요 개발

약 발견 및 진단에 대한 깊은 학습과 관련된 연구 및 개발 활동은 시장 성장을 높일 것으로 예상됩니다. 예를 들어, 2019 년 9 월 2 일, Insilico Medicine Hong Kong Ltd.는 깊은 유전 모델의 개발, 유전적 인 10sorial reinforcement Learning (GENTRL), de novo small-molecule design. GENTRL는 신데렐린 도메인 수용체 1 (DDR1)의 유력한 억제물을 발견하기 위하여, 21 일에서 섬유질과 다른 질병에서 간결한 키아제 표적을, 이용되었습니다.

시장의 주요 플레이어는 신흥 시장에서 진입하기 위해 협업 및 파트너십 전략을 채택하고 있습니다. 예를 들어, 2019 년 2 월, Juvenescence AI, Ltd., 노화 및 연령 관련 질병을 퇴치하는 약물 개발 회사는 NetraMark Corp.와 협력하여 기계 학습 알고리즘을 사용하여 공동 벤처, NetraPharma를 형성합니다.

주요 시장 선수는 또한 그들의 제품 개발을 지원하기 위하여 자금 조달에 집중됩니다. 예를 들어, 2019년 8월, Verisim Life, Inc., 미국 기반의 생명 공학 스타트업인 Verisim Life는 AI-powered biosimulations를 사용하여 동물 약물 테스트를 대체하기 위해 Serra Ventures와 OCA Ventures가 주도하는 펀드의 라운드에서 $ 5.2 백만을 모았습니다.