我们正在利用人工智能（AI）、机器学习（ML）和行业领先的数据平台来彻底改变研发流程，以便更快地开发出更好的药物。
利用AI加速研发
历史上，从发现到临床开发，一种药物通常需要10-15年的时间——但通过在整个研究和开发（R&D）过程中释放人工智能（AI）和机器学习（ML）的力量，我们有望在一半的时间内提供改变生命的疗法。
从早期实验工作了解疾病途径，到内部发现新的资产，再到推进后期项目，我们的尖端技术帮助患者更早地获得变革性的药物。
艾伯维如何利用AI和深度学习推进医学
在艾伯维，尖端技术正帮助科学家以前所未有的方式理解疾病生物学。
发现新的解决方案——为患者带来更好的结果——是最终目标，而AI/ML能力正在帮助我们更快地实现这一目标。
W. Blaine Stine, Ph.D.
艾伯维发现生物治疗副总裁
通过数据解锁知识
为了加快发现的步伐，我们开发了艾伯维研发融合中心（ARCH），这是一个行业领先的分析平台，帮助我们以前所未有的方式连接数据点。
现在，这是生物制药行业中最大的数据驱动计划之一，ARCH利用尖端的AI和ML技术，集中和连接来自200多个内部和外部来源的数据，使我们的科学家能够访问和协作超过20亿个知识点。
将不同类型的数据汇集在一起，有助于我们更快地解锁新知识，加速新药物靶点的发现，并优化药物设计，目标是更快、更高效地为患者带来新的、更有效的治疗方法。
发现新的药物靶点
在发现早期找到和验证高质量的目标非常重要，因为这会影响后续的临床失败率和药物批准率。通过ARCH，我们的科学家可以从多个来源聚合关于疾病的多种知识，可视化其中的模式和联系，并进行数据分析，以确定应追求哪些基因或蛋白质。
选择临床试验地点
临床试验地点对于药物开发过程至关重要，提供了一个受控、安全的环境来测试候选药物。艾伯维利用AI和ML支持的高级分析工具，挖掘数十年的数据，预测哪些临床试验地点可以快速启动并帮助实现研究目标。
通过DHT去中心化临床试验
艾伯维创新性地应用数字健康技术（DHT），如生物传感器和可穿戴设备，实时收集真实世界的数据，减少临床试验参与者的负担，并让研究人员更好地了解个体的状况和治疗效果。
开发精准医疗
艾伯维的研究人员利用机器学习更好地理解同一疾病患者之间的基因、蛋白质和其他潜在生物标志物的相似性和差异，并利用这些知识为特定患者群体识别潜在的药物靶点。
优化药物设计
选定候选药物后，科学家们接下来的重点是识别和优化具有潜力成为未来治疗药物的化合物。今天，艾伯维的科学家们正在使用生成式AI识别蛋白质“语言”中的模式，预测具有治疗疾病潜力的新蛋白质结构。
创建监管提交
艾伯维的监管团队利用AI和自动化工具审查临床试验数据，准备向全球监管机构提交详尽的文件，帮助缩短提交时间，同时继续提供高质量的文件。
加入生物制药行业最大的数据计划之一
我们正在利用AI和行业领先的数据平台更快地生成洞察，以改善患者的生活。看看加入我们是否适合您。
搜索开放职位
(全文结束)
