Acta Pharm. Sin. B | 药物递送人工智能: 过去、现在与未来

药物递送系统的开发是一个复杂的多目标优化过程，基于试错的传统实验方法往往导致开发周期漫长且成本高昂¹。近年来，人工智能（AI）凭借其强大的数据处理与分析能力，在药物递送研究中受到广泛关注。图1呈现了基于Web of Science数据库统计的2000-2024年间药物递送领域AI相关出版物数量变化趋势，数据清晰显示相关研究自2018年起呈现指数级增长。表1汇总了按出版物数量排名的前10位国家、研究机构、学术期刊及研究热点。目前，多种先进AI技术正通过提供创新解决方案来替代传统试错实验方法，从而全面推动药物递送领域的革新与发展^2-4。

澳门大学欧阳德方博士团队系统性地梳理了AI技术在药物递送领域的演进历程，从早期的简单模型到当前的先进算法，全面覆盖了配方优化、关键参数预测及从头材料设计等多元应用场景。为增强AI应用的可靠性与实用性，该团队提出了适用于药物递送领域的"五规则"（Rule of Five, Ro5）以及一套全面的指导原则，为研究人员提供清晰而系统的实践框架。此外，本综述还深入探讨了未来发展方向，包括大型语言模型的潜在应用、跨学科合作机遇、专业人才培养等，为推动AI驱动的药物制剂开发范式转变提供了前瞻性视角。

GA

图1. 2000年至2024年间Web of Science数据库中药物递送领域AI相关出版物数量的变化统计。

表1. Web of Science数据库中药物递送领域AI相关出版物的排名统计（截止至2024年底）

^a国家、机构、期刊和热点话题的排名是相互独立的，各列之间没有直接的对应关系。括号中的数字表示每个条目的出版物数量。