三，药物挖掘：大幅度降低药物研发成本
　　一般情况，一种新药的开发平均需要10年时间，耗资数十亿甚至上百亿美元，而这也是造成药物费用高企的重要原因之一。但是，人工智能为人们提供了一个更低成本检测药物的安全专家。
　　首先，在新药筛选时，可以获得安全性较高的几种备选物。当很多种甚至成千上万个化合物都对某个疾病显示出某种疗效，但又难以判断它们的安全性时，便可以利用人工智能的搜索算法挑选新药的最佳备选者。
　　其次，对于尚未进入动物实验和人体试验阶段的新药，也可以利用人工智能来检测其安全性。人工智能可以通过对既有药物的副作用进行筛选搜索，由此选择那些产生副作用几率最小和实际产生副作用危害最小的药物进入动物实验和人体试验，节约时间和成本。

　　药物挖掘代表企业：Atomwise
　　在这一领域，Atomwise是比较有代表性的公司。Atomwise公司用超级计算机分析已有数据库，并用AI和复杂的算法来模拟药品研发的过程，在研发的早期评估新药研发风险，让药物研究的成本降至数千美元，并且评估可以在几天内完成。Atomwise软件平台运行在IBM的蓝色基因超级计算机上，其强大的计算能力使得它们可以完成很多任务。2015年，公司宣布在寻找埃博拉病毒治疗方案方面有一些进展，它们用时一个星期就找到了这种药物，并且成本不超过1000美元。
　　Atomwise还为制药公司、创业公司和研究机构提供候选药物预测服务。Atomwise的服务可以预测哪些新药品有效或无效。在合作伙伴方面，Atomwise除了与Merck公司和Autodesk进行一些保密项目外，也持续与学术界和企业客户开展研究工作，通过辅助制药企业、生物科技公司和其他相关研究机构开展药物挖掘工作获取收入。

　　四，营养学：机器学习给你更精准、个性化的营养学建议
　　医学专家通过分析标准化饮食的结果，发现即便食用同样的食品，不同人的反应依然存在巨大差异。这表明，过去通过经验得出的“推荐营养摄入”从根本上就有漏洞。基于血糖管理是精准营养的基石，接下来，研究者开发了一套机器学习算法，分析学习血样、肠道菌群特征与餐后血糖水平之间的关联，并尝试用标准化食品进行血糖预测。
　　研究结果表明，机器学习算法可以给出更精准的营养学建议，成功控制餐后血糖水平，结果优于传统专家建议。合理的膳食搭配以及更安全的有机食品需求成为新的食品产业增长点，也迅速成为被新技术推动变革的传统领域。

（敬请关注微信订阅号：dzbyqzx）