人工智能 (AI) 已成为一种强大的工具，它利用拟人化知识并为复杂挑战提供快速解决方案。人工智能技术和机器学习的显著进步为药物发现、配方和药物剂型测试带来了变革性机遇。通过利用分析大量生物数据（包括基因组学和蛋白质组学）的人工智能算法，研究人员可以识别与疾病相关的靶点并预测它们与潜在候选药物的相互作用。这使得药物发现的方法更有效、更有针对性，从而增加了成功获批药物的可能性。此外，人工智能可以通过优化研发流程来帮助降低开发成本。机器学习算法有助于实验设计，并可以预测候选药物的药代动力学和毒性。这种能力可以对先导化合物进行优先排序和优化，从而减少对大量且昂贵的动物测试的需求。通过分析真实世界患者数据的人工智能算法可以促进个性化医疗方法，从而实现更有效的治疗结果并提高患者依从性。 本综述全面探讨了人工智能在药物发现、药物输送剂型设计、工艺优化、测试以及药代动力学/药效学 (PK/PD) 研究中广泛的应用。本综述概述了制药技术中使用的各种基于人工智能的方法，重点介绍了它们的优点和缺点。尽管如此，制药行业对人工智能的持续投资和探索为增强药物开发流程和患者护理提供了令人兴奋的前景。
关键词：人工智能 (AI)、机器学习、药物发现、配方、剂型测试、药代动力学、药效学、PBPK、QSAR
