科教社教案医学人工智能通识教程梅挺第十章 医学人工智能在药学中的应用.docxVIP

第十章医学人工智能在药学中的应用

教学基本情况

授课信息

教学内容

药物发现与设计（靶点识别/化合物设计筛选/临床试验优化）、药物效果与代谢（药效动力学/药代动力学建模）、药物安全性评价（分子筛选/临床试验安全）、临床设计与验证（试验设计/数据质控/终点评估）、药物上市监测（安全预警/有效性监控）

授课对象

本科（药学、临床药学、药物化学、生物医学工程、人工智能等相关专业）

授课地点

多媒体教室

授课学时

4学时（每学时45分钟）

课程类型

理论+实践

学情分析

知识和技能状态：

学生已完成人工智能基础理论、大数据分析、药物化学、药理学等前置知识学习，对AI技术体系及药学基本概念有较全面的认知。但对AI在药物研发全链条（靶点发现→分子设计→临床前评价→临床试验→上市后监测）的具体应用缺乏系统性理解，对AlphaFold2、生成式AI分子设计、PBPK模型、联邦学习等前沿技术的药学适配性认识不足。

认知和实践能力：

学生具备较强的数据分析和逻辑推理能力，能理解基本的化学信息学原理，但对多组学整合分析、图神经网络靶点预测、强化学习分子优化、虚拟筛选打分函数、PK/PD建模等复杂技术原理理解有限；对临床试验设计、药物警戒等实际场景中的AI应用缺乏实践认知。

学习特点：

学生对AI制药兴趣浓厚，偏好案例驱动、分子结构可视化和药物研发流程模拟，乐于参与虚拟筛选和临床试验设计角色扮演；需要强