数据局限性如何阻碍制药 R&D 中的人工智能，以及各机构如何扭转这一趋势

大多数制药团队认为人工智能表现不佳是因为模型不够先进。但真正的阻碍其实是数据。

人工智能试点项目往往看起来前景广阔，却难以规模化。科学信息分散、不一致且清理工作繁重。随着 R&D 项目的增长，这些数据缺口会不断扩大，从而拖慢模型部署速度，削弱预测能力，并使科学家陷入持续的数据分类整理中，而非专注于科学发现。

本白皮书为读者清晰地展示了人工智能在生物学、化学和药理学领域实现可靠结果所需的数据条件。它阐述了如何通过夯实数据基础来提高模型准确性、减少返工，并消除阻碍人工智能规模化的摩擦。