尽管人们一直在研究新疗法，但被忽视的热带疾病仍然在世界相当一部分人口中造成高发病率和高死亡率。一些最重要的技术发展加速了富裕国家疾病药物的发现，但并没有惠及被忽视的热带疾病药物的发现。药物开发商业模式、开发新药治疗的成本和随后的患者成本以及大多数受影响国家的科学家对技术的可及性，是导致这种吸收率低和发展缓慢的原因，而发达国家的常见疾病则相对较少。由于可用于训练 ML 模型的大型数据库越来越多，这些方法的准确性越来越高，研究人员的进入门槛越来越低，以及公共领域机器学习代码的广泛可用性，计算方法开始在被忽视的热带疾病药物的发现方面取得重大进展。本文总结了人工智能（主要是机器学习的子集）在生物活性建模和预测以及被忽视的热带疾病新药发现中的应用。本文讨论了短期至中期机器学习方法的发展路径以及将其他人工智能方法用于药物发现。本文还讨论了当前阻碍机器学习方法用于被忽视的热带疾病药物发现的障碍以及协同新技术发展可能产生的影响。