• 한국IT서비스학회지
• /
• 제20권3호
• /
• pp.41-56
• /
• 2021

New drug discovery and development research enable clinical treatment that saves human life and improves the quality of life, but the possibility of success with new drugs is significantly low despite a long time of 14 to 16 years and a large investment of 2 to 3 trillion won in traditional methods. As artificial intelligence is expected to radically change the new drug development paradigm, artificial intelligence new drug discovery and development projects are underway in various forms of collaboration, such as joint research between global pharmaceutical companies and IT companies, and government-private consortiums. This study uses the TOE framework and the Value-based Adoption Model, and the technical, organizational, and environmental factors that should be considered for the acceptance of AI technology at the level of the new drug research organization are the value of artificial intelligence technology. By analyzing the explanatory power of the relationship between perception and intention to use, it is intended to derive practical implications. Therefore, in this work, we present a research model in which technical, organizational, and environmental factors affecting the introduction of artificial intelligence technologies are mediated by strategic value recognition that takes into account all factors of benefit and sacrifice. Empirical analysis shows that usefulness, technicality, and innovativeness have significantly affected the perceived value of AI drug development systems, and that social influence and technology support infrastructure have significant impact on AI Drug Discovery and Development systems.

• 한국정보통신학회논문지
• /
• 제25권12호
• /
• pp.1797-1808
• /
• 2021

4차 산업혁명을 주도하는 기술 중 가장 핵심적인 기술로 꼽히고 있는 인공지능은 다양한 분야에 접목되면서 우리 사회 전반에 걸쳐 패러다임의 전환을 가져오고 있다. 바이오 분야 역시 예외는 아니어서 컴퓨터, 전기·전자, 기계 등 타 학문과 융합되면서 방대한 데이터 기반의 AI 기술을 도입하고 있다. 신약개발에서 AI 기술 도입은 신약개발의 효율성을 개선하고 효능 및 품질 향상을 가져올 수 있다. 신약개발은 다학제 분야가 접목된 융합 분야이고 개발 과정 단계별로 결과의 불확실성이 존재하고 있어 실용적 수준의 신약 개발을 위해서는 화학, 생물학, 독성학, 약동학 등 전문지식의 융합을 기반으로 하는 AI 기술 개발이 필요하다. 신약개발은 크게 주어진 질병에 대한 타겟 물질 발굴 및 검증, 히트 및 선도물질 발굴, 도출된 화합물에 대한 합성 가능성 및 효능 등에 대한 평가(Scoring)를 거쳐 최적의 신약 후보 물질을 발굴하고 마지막으로 전임상과 임상 과정의 단계를 거친다. 이때 AI 기술은 모든 단계에서 적용될 수 있고 단계마다 특화되어 적용될 수 있다. 본 논문에서는 신약개발을 위해 적용되고 있는 AI 기술 현황과 현재 기술의 한계를 살펴보고 향후 신약개발에서 AI 기술의 발전 방향을 고찰해 보고자 한다.

• 한국임상약학회지
• /
• 제34권2호
• /
• pp.134-139
• /
• 2024

Background: Increasing numbers of studies and research about artificial intelligence (AI) and machine learning (ML) have led to their application in clinical trials. The purpose of this study is to analyze computer-based new technologies (AI/ML) applied on clinical trials registered on ClinicalTrials.gov to elucidate current usage of these technologies. Methods: As of March 1st, 2023, protocols listed on ClinicalTrials.gov that claimed to use AI/ML and included at least one of the following interventions-Drug, Biological, Dietary Supplement, or Combination Product-were selected. The selected protocols were classified according to their context of use: 1) drug discovery; 2) toxicity prediction; 3) enrichment; 4) risk stratification/management; 5) dose selection/optimization; 6) adherence; 7) synthetic control; 8) endpoint assessment; 9) postmarketing surveillance; and 10) drug selection. Results: The applications of AI/ML were explored in 131 clinical trial protocols. The areas where AI/ML was most frequently utilized in clinical trials included endpoint assessment (n=80), followed by dose selection/optimization (n=15), risk stratification/management (n=13), drug discovery (n=4), adherence (n=4), drug selection (n=1) and enrichment (n=1). Conclusion: The most frequent application of AI/ML in clinical trials is in the fields of endpoint assessment, where the utilization is primarily focuses on the diagnosis of disease by imaging or video analyses. The number of clinical trials using artificial intelligence will increase as the technology continues to develop rapidly, making it necessary for regulatory associates to establish proper regulations for these clinical trials.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제10권12호
• /
• pp.329-342
• /
• 2021

오랜 기간과 막대한 비용에도 성공 확률이 낮은 제약·바이오 산업의 생산성 위기를 해결하기 위한 전략으로 전 세계적으로 인공지능과 빅데이터를 활용하려는 사례가 증가하고 있고 가시적인 성과가 나오고 있지만 국내에서는 신약연구에 인공지능 플랫폼 도입에는 관망하는 상황이다. 본 연구는 신약개발을 지원하는 인공지능 플랫폼의 사용과 확산을 촉진하기 위해 도입 및 수용을 견인하는 지각된 가치와 변화에 대한 저항, 수용의도 관계를 검증할 가치기반수용모형과 혁신저항모형 결합 연구모형을 제시하였다. 인공지능 신약개발 플랫폼 사용의도의 연구모형은 지각된 편익으로 유용성, 지식풍부성을, 지각된 희생으로 복잡성, 알고리즘 불투명성을 채택하였고 지각된 가치, 혁신저항의 매개변수로 구성되었다. 실증 결과, 유용성, 지식풍부성, 복잡성, 인공지능 알고리즘의 불투명성이 지각된 가치에 유의미한 영향을 미치고, 유용성, 지식풍부성, 알고리즘의 불투명성, 시험가능성, 인공지능 기술지원환경이 플랫폼 도입에 따른 혁신저항에 유의미한 영향을 미치는 것으로 나타났다.

• Asian Journal of Innovation and Policy
• /
• 제12권1호
• /
• pp.054-074
• /
• 2023

With the advent of the '4th Industrial Revolution', digitalization using AI (Artificial Intelligence), big data, IoT (Internet of Things), cloud computing and mobile is accelerating across all industries and global companies have fundamentally reorganized customer experiences, business models, and operations centering on digital transformation. Business innovation drives productivity improvement, process simplification, price, competitiveness and sustainable expansion. Whether digital transformation will be necessary for the current industrial environment is no longer important, and how quickly companies achieve digitalization has emerged as the utmost crucial element in industrial continuity. As non-face-to-face and remote technologies have begun in earnest, and accelerated in the pharmaceutical industry. They are looking for ways to provide value, generate profits, improve efficiency, and sustain the future. Compared to other industries, the pharmaceutical-related sectors have shown high interest in digital transformation especially to reduce costs and meet the challenge of delivering products during the pandemic environment.