综述提出数字孪生用于药物评价的分阶段发展路线图,并指出落地与监管挑战
这篇综述指出,随着算力提升和人工智能发展,当前数字孪生(DT)可通过机制驱动与数据驱动的混合模型整合多组学数据,实现对患者、器官和细胞的个性化模拟,从而使DT在药物评价和药物重定位发现中的应用成为可能;作者梳理了DT在药物评价全流程中的现有与新兴应用,提出了一份分阶段发展路线图,并进一步强调了实现DT在药物评价中全部潜力所必须解决的关键挑战,同时指出快速发展中已出现的实践与监管问题。
1 篇关联报道
这篇综述指出,随着算力提升和人工智能发展,当前数字孪生(DT)可通过机制驱动与数据驱动的混合模型整合多组学数据,实现对患者、器官和细胞的个性化模拟,从而使DT在药物评价和药物重定位发现中的应用成为可能;作者梳理了DT在药物评价全流程中的现有与新兴应用,提出了一份分阶段发展路线图,并进一步强调了实现DT在药物评价中全部潜力所必须解决的关键挑战,同时指出快速发展中已出现的实践与监管问题。
已读完全部报道