产经

订阅

MedSci主页 / 所有栏目 / 产经

人工智能：十大制药公司在数据共享AI方面进行合作

2019-06-11 不详 网络

人工智能制药AI
关注

包括葛兰素史克、强生和阿斯利康在内的十大顶级制药公司已同意合作，在其共享数据上培训他们的药物发现、机器学习算法。药物发现机器学习分类帐编排（Melloddy）项目是这些公司首次相互共享数据。

包括葛兰素史克、强生和阿斯利康在内的十大顶级制药公司已同意合作，在其共享数据上培训他们的药物发现、机器学习算法。药物发现机器学习分类帐编排（Melloddy）项目是这些公司首次相互共享数据。

Owkin是一家总部位于纽约和巴黎的初创公司，它开发了一种人工智能（AI）--Melloddy，这是一种基于区块链的安全系统。该项目的开发耗时13年，耗资19亿欧元。通过预测分子在某些条件下的反应方式，AI将用于改善药物发现过程。Owkin的协调员Mathieu Galtier说：“我们主要目标是加速并降低药物发现的成本”。


原始出处：

https://www.europeanpharmaceuticalreview.com/news/89540/ten-big-pharma-companies-collaborate-on-data-sharing-ai/

本文系梅斯医学（MedSci）原创编译整理，转载需授权!

版权声明：
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有。非经授权，任何媒体、网站或个人不得转载，授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章，或“梅斯号”自媒体发布的文章，仅系出于传递更多信息之目的，本站仅负责审核内容合规，其内容不代表本站立场，本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
在此留言
评论区 (3)
#插入话题
  1. [GetPortalCommentsPageByObjectIdResponse(id=1591341, encodeId=9b111591341c2, content=<a href='/topic/show?id=436d299e33d' target=_blank style='color:#2F92EE;'>#共享#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=29, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=29973, encryptionId=436d299e33d, topicName=共享)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=ec1e17938205, createdName=chendoc248, createdTime=Thu Jun 13 11:41:00 CST 2019, time=2019-06-13, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=1591531, encodeId=c52915915316f, content=<a href='/topic/show?id=12cb3239087' target=_blank style='color:#2F92EE;'>#制药公司#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=29, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=32390, encryptionId=12cb3239087, topicName=制药公司)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=36c517942572, createdName=xlwang2697, createdTime=Thu Jun 13 11:41:00 CST 2019, time=2019-06-13, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=1593849, encodeId=1836159384936, content=<a href='/topic/show?id=a8585e72779' target=_blank style='color:#2F92EE;'>#数据共享#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=0, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=57727, encryptionId=a8585e72779, topicName=数据共享)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=c28e18169649, createdName=dinorsor530, createdTime=Thu Jun 13 11:41:00 CST 2019, time=2019-06-13, status=1, ipAttribution=)]
    2019-06-13 chendoc248

    #共享#

    0

  2. [GetPortalCommentsPageByObjectIdResponse(id=1591341, encodeId=9b111591341c2, content=<a href='/topic/show?id=436d299e33d' target=_blank style='color:#2F92EE;'>#共享#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=29, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=29973, encryptionId=436d299e33d, topicName=共享)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=ec1e17938205, createdName=chendoc248, createdTime=Thu Jun 13 11:41:00 CST 2019, time=2019-06-13, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=1591531, encodeId=c52915915316f, content=<a href='/topic/show?id=12cb3239087' target=_blank style='color:#2F92EE;'>#制药公司#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=29, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=32390, encryptionId=12cb3239087, topicName=制药公司)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=36c517942572, createdName=xlwang2697, createdTime=Thu Jun 13 11:41:00 CST 2019, time=2019-06-13, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=1593849, encodeId=1836159384936, content=<a href='/topic/show?id=a8585e72779' target=_blank style='color:#2F92EE;'>#数据共享#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=0, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=57727, encryptionId=a8585e72779, topicName=数据共享)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=c28e18169649, createdName=dinorsor530, createdTime=Thu Jun 13 11:41:00 CST 2019, time=2019-06-13, status=1, ipAttribution=)]
    2019-06-13 xlwang2697

    #制药公司#

    0

  3. [GetPortalCommentsPageByObjectIdResponse(id=1591341, encodeId=9b111591341c2, content=<a href='/topic/show?id=436d299e33d' target=_blank style='color:#2F92EE;'>#共享#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=29, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=29973, encryptionId=436d299e33d, topicName=共享)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=ec1e17938205, createdName=chendoc248, createdTime=Thu Jun 13 11:41:00 CST 2019, time=2019-06-13, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=1591531, encodeId=c52915915316f, content=<a href='/topic/show?id=12cb3239087' target=_blank style='color:#2F92EE;'>#制药公司#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=29, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=32390, encryptionId=12cb3239087, topicName=制药公司)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=36c517942572, createdName=xlwang2697, createdTime=Thu Jun 13 11:41:00 CST 2019, time=2019-06-13, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=1593849, encodeId=1836159384936, content=<a href='/topic/show?id=a8585e72779' target=_blank style='color:#2F92EE;'>#数据共享#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=0, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=57727, encryptionId=a8585e72779, topicName=数据共享)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=c28e18169649, createdName=dinorsor530, createdTime=Thu Jun 13 11:41:00 CST 2019, time=2019-06-13, status=1, ipAttribution=)]
    2019-06-13 dinorsor530

    #数据共享#

    0

相关资讯

人工智能可大幅度降低蛋白质组学研究的错误率

慕尼黑技术大学生物信息学科学家Mathias Wilhelm和生物化学家BernhardKüster领导的研究发现，利用人工智能使蛋白质的质量分析更快，几乎没有错误。

国内率先发表人工智能心血管影像学研究，深度学习自动测量心胸比率准确，测量时间从25.26秒缩至0.69秒

近年来人工智能开始被应用于医学领域，尤其应用于医学影像大数据的分析处理，显示了极为高效而准确的效果。人工智能在医学影像领域的应用也日益受到重视，在心血管影像领域也得以快速发展。

ASCO 2019：人工智能手机应用程序优化癌症相关疼痛管理的研究

麻省总医院作为世界知名的医疗服务中心，也是移动健康管理的先行者，2015年该院就推出了利用智能手机应用程序对肿瘤快速、精准的分子诊断系统—数字诊断衍射系统（D3）。癌性疼痛的院外管理尤其是对于晚期肿瘤患者而言，由于缺乏有效的“长臂管理”机制和资源，是姑息治疗中的薄弱环节。基于麻省总医院在移动医疗和姑息诊疗中的领先地位，由麻省总医院姑息治疗科副主任Kamdar教授带领的团队使用一款由人工智能驱动的智

新款人工智能应用Veeva Andi现已上市

 Veeva Systems（纽交所代码：VEEV）近日推出一款全新的人工智能应用 Veeva Andi，它将定制化洞察和建议内置于 Veeva CRM，以实现智能客户互动。     Veeva Systems 近日推出一款全新的人工智能应用 Veeva Andi，它将定制化洞察和建议内置于 Veeva CRM，以实现智能客户互动。 &n

AI辅助医疗已带来变革，化“零”为“整”全面满足患者需求

2019年6月1日，30位医生两两一组坐在电脑前，仿佛是在电竞对决，气氛十分紧张，走近一看，原来是人工智能心电人机协同锦标赛。5月31日，第十三届东方心脏病学会议暨人工智能与互联网医疗论坛（以下简称“AI医学论坛”）在沪召开，“人机协同锦标赛”是本次论坛上最抢眼的环节之一。在AI“黑科技”的辅助下，冠军组10份心电图分析用时短至15秒，准确率高达98%。人工智能心电人机协同锦标赛中国科学院院士、中

Radiology：人工智能辅助系统在钼靶诊断乳腺癌中的价值

本研究旨在比较放射科医生读片时有无人工智能（AI）辅助系统的诊断价值。