传统的药物安全解决方案要求临床医生使用动物测试等效率低下的方法手动收集信息,该方法在确定人类结果时显示出92%的失败率。多家创新的AI-Pharma公司,例如DeepMind,Insitro,Recursion,Valo和Xtalpi,已经开发了AI和ML平台,以提供提高的成本效率和减少药物发现的时间表(筛查,铅选择,优化,优化和视野内测试),但不能预测安全性。AI在过去十年中已经显着发展。然而,由于有监督的学习要求和低可靠性,这些解决方案中的许多解决方案都缺乏。因此,迫切需要开发基础模型,以分析大量数据集,以发现未直接监督的模式和结构。