創薬における人工知能（AI）市場の2030年までの予測：コンポーネント別、治療分野別、技術別、用途別、エンドユーザー別、地域別の世界分析

Stratistics MRCによると、創薬における人工知能（AI）の世界市場は2023年に14億米ドルを占め、予測期間中にCAGR31.6％で成長し、2030年には98億米ドルに達すると予測されています。

創薬における人工知能（AI）とは、AIと機械学習技術を応用して医薬品開発プロセスを合理化・強化することです。膨大なデータセットの分析、潜在的な薬剤候補の予測、臨床試験デザインの最適化、新規薬剤ターゲットの同定にアルゴリズムを活用します。AIはコストを削減し、調査効率を向上させ、成功する新薬候補を特定する可能性を高めることで、創薬を加速させる。

国際糖尿病連合（IDF）の報告書によると、2021年には世界中で約5億3,700万人の成人（20～79歳）が糖尿病を患っています。糖尿病患者の総数は、2030年には6億4,300万人、2045年には7億8,300万人に増加すると予測されています。

慢性疾患と感染症の有病率の上昇

AI技術は、複雑な生物学的データを分析する比類のない能力を提供し、医薬品開発プロセスを加速させます。がん、糖尿病、抗生物質耐性感染症などの疾病負担の増加に伴い、AIは潜在的な薬剤候補、標的タンパク質、治療戦略の迅速な特定を支援します。これは創薬を迅速化するだけでなく、臨床試験での成功確率を高め、開発コストを削減します。さらに、AIを活用したアプローチは、既存薬の再利用を可能にし、新規治療法の発見を促進し、最終的には、より効果的な治療法に対する世界の緊急ニーズに対応します。

創薬分野におけるデータセットの不足

AIは正確な分析と予測のために膨大で多様なデータソースに大きく依存していますが、特にヘルスケアでは、プライバシー、データ共有、データ標準化に関する問題のために、そのようなデータの取得はしばしば困難です。関連性が高く、注釈が十分に付けられたデータセットへのアクセスが限られていることは、AIモデルの訓練と検証の妨げとなり、最適とは言えない結果をもたらし、創薬の機会を逃す可能性があります。このようなデータの制約に対処することは、創薬開発の加速とヘルスケア成果の向上というAIの潜在能力を最大限に引き出す上で極めて重要です。

慢性疾患と感染症の増加

AI主導のソリューションは、革新的な治療薬の開発を促進することで、増大する世界の健康危機に対処するのに適しています。がんや糖尿病などの慢性疾患が蔓延し、抗生物質耐性の感染症が出現する中、AIのデータ主導型分析によって、潜在的な医薬品候補を効率的に特定し、新規ターゲットを発見し、臨床試験デザインを合理化することができます。AIの力を活用することで、研究者は創薬プロセスを加速させ、個別化された治療戦略を最適化し、最終的には、世界規模で増加するこれらの疾患の負担と闘うために、より効果的で利用しやすい治療法の新時代を切り開くことができます。

限られた理解と専門知識

AIの効果的な応用には、生物学、化学、データサイエンス、AI技術にまたがる学際的な知識が必要です。これらの領域を橋渡しできる専門家の不足は、創薬のためのAI主導型ソリューションの開発と展開を妨げる可能性があります。さらに、AIの能力と限界に関する誤解は、非現実的な期待につながる可能性があります。不十分な理解はまた、不十分な実験設計やAIが生成した洞察の誤った解釈をもたらし、潜在的に資源を浪費し、創薬活動を遅らせる可能性があります。AIの可能性を最大限に活用するためには、こうした知識のギャップに対処し、専門家同士の連携を促進することが不可欠です。

COVID-19の影響：

COVID-19の流行は、創薬における人工知能（AI）市場に大きな影響を与えました。一方では、研究者が薬剤の再利用やワクチン開発のための解決策を緊急に求めたため、AI主導のアプローチの採用が加速しました。AIは、潜在的な医薬品候補を特定し、臨床試験デザインを最適化する上で重要な役割を果たし、開発期間を大幅に短縮しました。しかし、パンデミックはまた、研究努力を中断させ、臨床試験を遅らせ、リソースを振り向け、AIベースの創薬プロジェクトに後退をもたらしました。さらに、AIの専門知識とデータリソースに対する需要の高まりは、この分野の能力を圧迫し、インフラの改善とデータ共有イニシアチブの必要性を浮き彫りにしました。

予測期間中、がん領域が最大となる見込み

腫瘍学セグメントは有利な成長が見込まれます。AIは、膨大なゲノム、プロテオーム、臨床データを迅速に分析することで、がん領域の創薬に革命をもたらしています。機械学習アルゴリズムは、固有の遺伝子変異、潜在的な薬物標的を特定し、薬物反応を予測することで、個々のがん患者に合わせた精密医薬品の開発を促進します。さらに、AIは既存の薬剤を新たな腫瘍学的用途に再利用することを可能にし、開発コストと開発期間を削減します。世界的にがん罹患率が増加の一途をたどるなか、AIを活用した創薬は、画期的な治療法を発見し、治療レジメンを最適化し、課題であるがん領域における患者の転帰を改善する、これまでにない機会を提供します。

予測期間中、前臨床試験分野のCAGRが最も高くなる見込み

前臨床試験分野は、予測期間中に最も速いCAGRの成長が見込まれます。AIは、膨大なデータセットを分析し、化合物の特性を予測し、安全性プロファイルを評価することにより、潜在的な医薬品候補の同定を支援します。仮想スクリーニングと予測モデリングを通じて、AIはさらなる評価のためのリード化合物の選択を加速し、前臨床研究に関連する時間とコストを削減します。さらに、AIを搭載したプラットフォームは、より的を絞った実験の設計、試験プロトコルの最適化、医薬品開発の初期段階における潜在的な毒性問題の予測を支援します。この革新的なアプローチは、前臨床試験の効率と成功率を高め、最終的には、より安全で効果的なドラッグデリバリーの市場投入を促進します。

最大のシェアを占める地域

北米は、先進的なヘルスケアインフラ、強力な研究開発能力、および規制環境の支援により、創薬における人工知能市場で大きなシェアを占めています。同地域は、医療提供者が患者ケアと転帰の改善を目指す中、ウェアラブル・ヘルス・トラッカーや遠隔モニタリング・システムなど、IoT対応医療機器の高い導入率を誇っています。北米は、遠隔医療とデータ主導型ヘルスケアへの投資、患者中心のケアモデルへの注力により、IoT技術を活用してヘルスケアサービスの提供を変革・強化するフロントランナーとしての地位を確立しています。

CAGRが最も高い地域：

アジア太平洋地域は、人口の拡大、ヘルスケアニーズの増加、デジタル技術の採用拡大により、予測期間中のCAGRが最も高くなると予測されます。政府のイニシアチブの支援と技術に精通した消費者層の増加により、創薬における人工知能は急速に受け入れられつつあります。人工知能は患者ケアの改善に加え、農村部における遠隔患者モニタリングなどの課題にも対応しています。アジア太平洋地域の広大な市場ポテンシャルとヘルスケア革新へのコミットメントにより、同地域は世界の創薬人工知能市場における重要な企業として位置づけられており、ヘルスケア・デリバリーにおける変革的進歩を促進しています。

無料のカスタマイズサービス

本レポートをご購読のお客様には、以下の無料カスタマイズオプションのいずれかをご利用いただけます：

• 企業プロファイル
  • 追加市場企業の包括的プロファイリング（3社まで）
  • 主要企業のSWOT分析（3社まで）
• 地域セグメンテーション
  • 顧客の関心に応じた主要国の市場推計・予測・CAGR（注：フィージビリティチェックによる）
• 競合ベンチマーキング
  • 製品ポートフォリオ、地理的プレゼンス、戦略的提携に基づく主要企業のベンチマーキング

目次

第1章 エグゼクティブサマリー

第2章 序文

• 概要
• ステークホルダー
• 調査範囲
• 調査手法
  • データマイニング
  • データ分析
  • データ検証
  • 調査アプローチ
• 調査ソース
  • 1次調査ソース
  • 2次調査ソース
  • 前提条件

第3章 市場動向分析

• 促進要因
• 抑制要因
• 機会
• 脅威
• 技術分析
• アプリケーション分析
• エンドユーザー分析
• 新興市場
• 新型コロナウイルス感染症（COVID-19）の影響

第4章 ポーターのファイブフォース分析

• 供給企業の交渉力
• 買い手の交渉力
• 代替品の脅威
• 新規参入業者の脅威
• 競争企業間の敵対関係

第5章 創薬における人工知能（AI）の世界市場：コンポーネント別

• ソフトウェア
• サービス

第6章 創薬における人工知能（AI）の世界市場：治療分野別

• 腫瘍学
• 神経変性疾患
• 炎症性
• 感染症
• 代謝性疾患
• 希少疾患
• 心血管疾患
• その他の治療領域

第7章 創薬における人工知能（AI）の世界市場：技術別

• 機械学習
  • ディープラーニング
  • 教師あり学習
  • 教師なし学習
  • その他の機械学習テクノロジー
• その他の技術

第8章 創薬における人工知能（AI）の世界市場：用途別

• 分子ライブラリーのスクリーニング
• ターゲットの特定
• 医薬品の最適化と再利用
• 新しい薬剤設計
• 前臨床試験

第9章 創薬における人工知能（AI）の世界市場：エンドユーザー別

• 製薬会社およびバイオテクノロジー会社
• 開発業務受託機関（CRO）
• 学術研究
• その他のエンドユーザー

第10章 創薬における人工知能（AI）の世界市場：地域別

• 北米
  • 米国
  • カナダ
  • メキシコ
• 欧州
  • ドイツ
  • 英国
  • イタリア
  • フランス
  • スペイン
  • その他欧州
• アジア太平洋地域
  • 日本
  • 中国
  • インド
  • オーストラリア
  • ニュージーランド
  • 韓国
  • その他アジア太平洋地域
• 南米
  • アルゼンチン
  • ブラジル
  • チリ
  • その他南米
• 中東とアフリカ
  • サウジアラビア
  • アラブ首長国連邦
  • カタール
  • 南アフリカ
  • その他中東とアフリカ

第11章 主な発展

• 契約、パートナーシップ、コラボレーション、合弁事業
• 買収と合併
• 新製品の発売
• 事業拡大
• その他の主要戦略

第12章 企業プロファイル

• Cyclica
• Deep Genomics
• Euretos
• Alphabet
• Atomwise
• Benevolent AI
• Berg Health
• BioSymetrics
• Exscientia
• Insilico Medicine
• GNS Healthcare
• IBM
• Insitro
• Microsoft
• Neumora
• Notable
• Nvidia Corporation
• PathAI
• Recursion

List of Tables

• Table 1 Global Artificial Intelligence in Drug Discovery Market Outlook, By Region (2021-2030) ($MN)
• Table 2 Global Artificial Intelligence in Drug Discovery Market Outlook, By Component (2021-2030) ($MN)
• Table 3 Global Artificial Intelligence in Drug Discovery Market Outlook, By Software (2021-2030) ($MN)
• Table 4 Global Artificial Intelligence in Drug Discovery Market Outlook, By Services (2021-2030) ($MN)
• Table 5 Global Artificial Intelligence in Drug Discovery Market Outlook, By Therapeutic Area (2021-2030) ($MN)
• Table 6 Global Artificial Intelligence in Drug Discovery Market Outlook, By Oncology (2021-2030) ($MN)
• Table 7 Global Artificial Intelligence in Drug Discovery Market Outlook, By Neurodegenerative Diseases (2021-2030) ($MN)
• Table 8 Global Artificial Intelligence in Drug Discovery Market Outlook, By Inflammatory (2021-2030) ($MN)
• Table 9 Global Artificial Intelligence in Drug Discovery Market Outlook, By Infectious Diseases (2021-2030) ($MN)
• Table 10 Global Artificial Intelligence in Drug Discovery Market Outlook, By Metabolic Diseases (2021-2030) ($MN)
• Table 11 Global Artificial Intelligence in Drug Discovery Market Outlook, By Rare Diseases (2021-2030) ($MN)
• Table 12 Global Artificial Intelligence in Drug Discovery Market Outlook, By Cardiovascular Diseases (2021-2030) ($MN)
• Table 13 Global Artificial Intelligence in Drug Discovery Market Outlook, By Other Therapeutic Areas (2021-2030) ($MN)
• Table 14 Global Artificial Intelligence in Drug Discovery Market Outlook, By Technology (2021-2030) ($MN)
• Table 15 Global Artificial Intelligence in Drug Discovery Market Outlook, By Machine Learning (2021-2030) ($MN)
• Table 16 Global Artificial Intelligence in Drug Discovery Market Outlook, By Deep Learning (2021-2030) ($MN)
• Table 17 Global Artificial Intelligence in Drug Discovery Market Outlook, By Supervised Learning (2021-2030) ($MN)
• Table 18 Global Artificial Intelligence in Drug Discovery Market Outlook, By Unsupervised Learning (2021-2030) ($MN)
• Table 19 Global Artificial Intelligence in Drug Discovery Market Outlook, By Other Machine Learning Technologies (2021-2030) ($MN)
• Table 20 Global Artificial Intelligence in Drug Discovery Market Outlook, By Other Technologies (2021-2030) ($MN)
• Table 21 Global Artificial Intelligence in Drug Discovery Market Outlook, By Application (2021-2030) ($MN)
• Table 22 Global Artificial Intelligence in Drug Discovery Market Outlook, By Molecular Library Screening (2021-2030) ($MN)
• Table 23 Global Artificial Intelligence in Drug Discovery Market Outlook, By Target Identification (2021-2030) ($MN)
• Table 24 Global Artificial Intelligence in Drug Discovery Market Outlook, By Drug Optimization and Repurposing (2021-2030) ($MN)
• Table 25 Global Artificial Intelligence in Drug Discovery Market Outlook, By De novo Drug Designing (2021-2030) ($MN)
• Table 26 Global Artificial Intelligence in Drug Discovery Market Outlook, By Preclinical Testing (2021-2030) ($MN)
• Table 27 Global Artificial Intelligence in Drug Discovery Market Outlook, By End User (2021-2030) ($MN)
• Table 28 Global Artificial Intelligence in Drug Discovery Market Outlook, By Pharmaceutical and Biotechnology Companies (2021-2030) ($MN)
• Table 29 Global Artificial Intelligence in Drug Discovery Market Outlook, By Contract Research Organization (CROs) (2021-2030) ($MN)
• Table 30 Global Artificial Intelligence in Drug Discovery Market Outlook, By Academics & Research (2021-2030) ($MN)
• Table 31 Global Artificial Intelligence in Drug Discovery Market Outlook, By Other End Users (2021-2030) ($MN)

Note: Tables for North America, Europe, APAC, South America, and Middle East & Africa Regions are also represented in the same manner as above.

According to Stratistics MRC, the Global Artificial Intelligence in Drug Discovery Market is accounted for $1.4 billion in 2023 and is expected to reach $9.8 billion by 2030 growing at a CAGR of 31.6% during the forecast period. Artificial intelligence (AI) in the drug discovery market is the application of AI and machine learning techniques to streamline and enhance the drug development process. It utilizes algorithms to analyze vast datasets, predict potential drug candidates, optimize clinical trial designs, and identify novel drug targets. AI accelerates drug discovery by reducing costs, improving the efficiency of research, and increasing the likelihood of identifying successful drug candidates.

According to the International Diabetes Federation (IDF) report, in 2021, approximately 537 million adults (20-79 years) are living with diabetes across the globe. The total number of people living with diabetes is projected to rise to 643 million by 2030 and 783 million by 2045.

Market Dynamics:

Driver:

Rising prevalence of chronic and infectious diseases

AI technologies offer unparalleled capabilities to analyze complex biological data, accelerating drug development processes. With the increasing burden of diseases like cancer, diabetes, and antibiotic-resistant infections, AI aids in the rapid identification of potential drug candidates, target proteins, and treatment strategies. This not only expedites drug discovery but also improves the chances of success in clinical trials, reducing development costs. Furthermore, AI-driven approaches enable the repurposing of existing drugs and facilitate the discovery of novel therapies, ultimately addressing the urgent global healthcare need for more effective treatments.

Restraint:

Lack of data sets in the field of drug discovery

AI heavily relies on vast and diverse data sources for accurate analysis and prediction, but acquiring such data, especially in healthcare, is often challenging due to issues related to privacy, data sharing, and data standardization. Limited access to relevant and well-annotated datasets hinders the training and validation of AI models, potentially leading to suboptimal results and missed opportunities for drug discovery. Addressing these data limitations is crucial for unlocking AI's full potential in accelerating drug development and improving healthcare outcomes.

Opportunity:

Rising prevalence of chronic and infectious diseases

AI-driven solutions are well-suited to address the growing global health crisis by expediting the development of innovative therapeutics. With chronic diseases like cancer and diabetes reaching epidemic proportions and the emergence of antibiotic-resistant infections, AI's data-driven analytics can efficiently identify potential drug candidates, uncover novel targets, and streamline clinical trial designs. By harnessing the power of AI, researchers can accelerate drug discovery processes, optimize personalized treatment strategies, and ultimately, usher in a new era of more effective and accessible therapies to combat the rising burden of these diseases on a global scale.

Threat:

Limited understanding and expertise

The effective application of AI requires interdisciplinary knowledge spanning biology, chemistry, data science, and AI technologies. The shortage of experts who can bridge these domains can hinder the development and deployment of AI-driven solutions for drug discovery. Moreover, misconceptions about the capabilities and limitations of AI may lead to unrealistic expectations. Inadequate understanding can also result in poorly designed experiments or misinterpretation of AI-generated insights, potentially wasting resources and delaying drug development efforts. To harness the full potential of AI, addressing these knowledge gaps and fostering collaboration among experts is essential.

COVID-19 Impact:

The COVID-19 pandemic has had a profound impact on the artificial intelligence in drug discovery market. On one hand, it accelerated the adoption of AI-driven approaches, as researchers urgently sought solutions for drug repurposing and vaccine development. AI played a critical role in identifying potential drug candidates and optimizing clinical trial designs, significantly shortening development timelines. However, the pandemic also disrupted research efforts, delayed clinical trials, and redirected resources, causing setbacks in AI-based drug discovery projects. Moreover, the increased demand for AI expertise and data resources strained the field's capacity, highlighting the need for infrastructure improvements and data sharing initiatives.

The oncology segment is expected to be the largest during the forecast period

The oncology segment is expected to have lucrative growth. AI is revolutionizing oncology drug discovery by rapidly analyzing extensive genomic, proteomic, and clinical data. Machine learning algorithms identify unique genetic mutations, potential drug targets, and predict drug responses, facilitating the development of precision medicines tailored to individual cancer patients. Furthermore, AI enables the repurposing of existing drugs for novel oncology applications, reducing development costs and timelines. With the ever-growing cancer burden worldwide, AI-powered drug discovery offers unprecedented opportunities to uncover groundbreaking therapies, optimize treatment regimens, and improve patient outcomes in the challenging realm of oncology.

The preclinical testing segment is expected to have the highest CAGR during the forecast period

The preclinical testing segment is anticipated to witness the fastest CAGR growth during the forecast period. AI aids in the identification of potential drug candidates by analyzing vast datasets, predicting compound properties, and assessing their safety profiles. Through virtual screening and predictive modelling, AI accelerates the selection of lead compounds for further evaluation, reducing the time and cost associated with preclinical research. Additionally, AI-powered platforms assist in designing more targeted experiments, optimizing study protocols, and predicting potential toxicity issues early in drug development. This innovative approach enhances the efficiency and success rates of preclinical testing, ultimately expediting the delivery of safer and more effective drugs to market.

Region with largest share:

North America holds a significant share in the Artificial Intelligence in Drug Discovery Market, driven by its advanced healthcare infrastructure, strong research and development capabilities, and supportive regulatory environment. The region boasts a high adoption rate of IoT-enabled medical devices, including wearable health trackers and remote monitoring systems, as healthcare providers seek to improve patient care and outcomes. North America's investment in telemedicine and data-driven healthcare, along with its focus on patient-centric care models, positions it as a frontrunner in leveraging IoT technology to transform and enhance the delivery of healthcare services.

Region with highest CAGR:

Asia Pacific is projected to have the highest CAGR over the forecast period, fuelled by its expanding population, increasing healthcare needs, and growing adoption of digital technologies. With the support of government initiatives and a growing tech-savvy consumer base, Artificial Intelligence in Drug Discovery are rapidly gaining acceptance. In addition to improving patient care, they address challenges like remote patient monitoring in rural areas. Asia Pacific's vast market potential, coupled with its commitment to healthcare innovation, positions it as a significant player in the global Artificial Intelligence in Drug Discovery Market, fostering transformative advancements in healthcare delivery.

Key players in the market:

Some of the key players in Artificial Intelligence in Drug Discovery market include: Cyclica, Deep Genomics, Euretos, Alphabet, Atomwise, Benevolent AI, Berg Health, BioSymetrics, Exscientia, Insilico Medicine, GNS Healthcare, IBM, Insitro, Microsoft, Neumora, Notable, Nvidia Corporation, PathAI and Recursion.

Key Developments:

In November 2022, Exscientia collaborated with the University of Texas MD Anderson Cancer Center to use its patient-centric artificial intelligence technology for novel small molecule drug discovery and development using the expertise of MD Anderson. This strategy helped the company to expand and grow.

In August 2022, GNS Healthcare collaborated with Servier, a global pharmaceutical group to advance drug discovery, translational, and clinical development efforts in multiple myeloma (MM). This strategy helped the company to expand its service offering.

Components Covered:

• Software
• Services

Therapeutic Areas Covered:

• Oncology
• Neurodegenerative Diseases
• Inflammatory
• Infectious Diseases
• Metabolic Diseases
• Rare Diseases
• Cardiovascular Diseases
• Other Therapeutic Areas

Technologies Covered:

• Machine Learning
• Other Technologies

Applications Covered:

• Molecular Library Screening
• Target Identification
• Drug Optimization and Repurposing
• De novo Drug Designing
• Preclinical Testing

End Users Covered:

• Pharmaceutical and Biotechnology Companies
• Contract Research Organization (CROs)
• Academics & Research
• Other End Users

Regions Covered:

• North America
  • US
  • Canada
  • Mexico
• Europe
  • Germany
  • UK
  • Italy
  • France
  • Spain
  • Rest of Europe
• Asia Pacific
  • Japan
  • China
  • India
  • Australia
  • New Zealand
  • South Korea
  • Rest of Asia Pacific
• South America
  • Argentina
  • Brazil
  • Chile
  • Rest of South America
• Middle East & Africa
  • Saudi Arabia
  • UAE
  • Qatar
  • South Africa
  • Rest of Middle East & Africa

What our report offers:

• Market share assessments for the regional and country-level segments
• Strategic recommendations for the new entrants
• Covers Market data for the years 2021, 2022, 2023, 2026, and 2030
• Market Trends (Drivers, Constraints, Opportunities, Threats, Challenges, Investment Opportunities, and recommendations)
• Strategic recommendations in key business segments based on the market estimations
• Competitive landscaping mapping the key common trends
• Company profiling with detailed strategies, financials, and recent developments
• Supply chain trends mapping the latest technological advancements

Free Customization Offerings:

All the customers of this report will be entitled to receive one of the following free customization options:

• Company Profiling
  • Comprehensive profiling of additional market players (up to 3)
  • SWOT Analysis of key players (up to 3)
• Regional Segmentation
  • Market estimations, Forecasts and CAGR of any prominent country as per the client's interest (Note: Depends on feasibility check)
• Competitive Benchmarking
  • Benchmarking of key players based on product portfolio, geographical presence, and strategic alliances

Table of Contents

1 Executive Summary

2 Preface

• 2.1 Abstract
• 2.2 Stake Holders
• 2.3 Research Scope
• 2.4 Research Methodology
  • 2.4.1 Data Mining
  • 2.4.2 Data Analysis
  • 2.4.3 Data Validation
  • 2.4.4 Research Approach
• 2.5 Research Sources
  • 2.5.1 Primary Research Sources
  • 2.5.2 Secondary Research Sources
  • 2.5.3 Assumptions

3 Market Trend Analysis

• 3.1 Introduction
• 3.2 Drivers
• 3.3 Restraints
• 3.4 Opportunities
• 3.5 Threats
• 3.6 Technology Analysis
• 3.7 Application Analysis
• 3.8 End User Analysis
• 3.9 Emerging Markets
• 3.10 Impact of Covid-19

4 Porters Five Force Analysis

• 4.1 Bargaining power of suppliers
• 4.2 Bargaining power of buyers
• 4.3 Threat of substitutes
• 4.4 Threat of new entrants
• 4.5 Competitive rivalry

5 Global Artificial Intelligence in Drug Discovery Market, By Component

• 5.1 Introduction
• 5.2 Software
• 5.3 Services

6 Global Artificial Intelligence in Drug Discovery Market, By Therapeutic Area

• 6.1 Introduction
• 6.2 Oncology
• 6.3 Neurodegenerative Diseases
• 6.4 Inflammatory
• 6.5 Infectious Diseases
• 6.6 Metabolic Diseases
• 6.7 Rare Diseases
• 6.8 Cardiovascular Diseases
• 6.9 Other Therapeutic Areas

7 Global Artificial Intelligence in Drug Discovery Market, By Technology

• 7.1 Introduction
• 7.2 Machine Learning
  • 7.2.1 Deep Learning
  • 7.2.2 Supervised Learning
  • 7.2.3 Unsupervised Learning
  • 7.2.4 Other Machine Learning Technologies
• 7.3 Other Technologies

8 Global Artificial Intelligence in Drug Discovery Market, By Application

• 8.1 Introduction
• 8.2 Molecular Library Screening
• 8.3 Target Identification
• 8.4 Drug Optimization and Repurposing
• 8.5 De novo Drug Designing
• 8.6 Preclinical Testing

9 Global Artificial Intelligence in Drug Discovery Market, By End User

• 9.1 Introduction
• 9.2 Pharmaceutical and Biotechnology Companies
• 9.3 Contract Research Organization (CROs)
• 9.4 Academics & Research
• 9.5 Other End Users

10 Global Artificial Intelligence in Drug Discovery Market, By Geography

• 10.1 Introduction
• 10.2 North America
  • 10.2.1 US
  • 10.2.2 Canada
  • 10.2.3 Mexico
• 10.3 Europe
  • 10.3.1 Germany
  • 10.3.2 UK
  • 10.3.3 Italy
  • 10.3.4 France
  • 10.3.5 Spain
  • 10.3.6 Rest of Europe
• 10.4 Asia Pacific
  • 10.4.1 Japan
  • 10.4.2 China
  • 10.4.3 India
  • 10.4.4 Australia
  • 10.4.5 New Zealand
  • 10.4.6 South Korea
  • 10.4.7 Rest of Asia Pacific
• 10.5 South America
  • 10.5.1 Argentina
  • 10.5.2 Brazil
  • 10.5.3 Chile
  • 10.5.4 Rest of South America
• 10.6 Middle East & Africa
  • 10.6.1 Saudi Arabia
  • 10.6.2 UAE
  • 10.6.3 Qatar
  • 10.6.4 South Africa
  • 10.6.5 Rest of Middle East & Africa

11 Key Developments

• 11.1 Agreements, Partnerships, Collaborations and Joint Ventures
• 11.2 Acquisitions & Mergers
• 11.3 New Product Launch
• 11.4 Expansions
• 11.5 Other Key Strategies

12 Company Profiling

• 12.1 Cyclica
• 12.2 Deep Genomics
• 12.3 Euretos
• 12.4 Alphabet
• 12.5 Atomwise
• 12.6 Benevolent AI
• 12.7 Berg Health
• 12.8 BioSymetrics
• 12.9 Exscientia
• 12.10 Insilico Medicine
• 12.11 GNS Healthcare
• 12.12 IBM
• 12.13 Insitro
• 12.14 Microsoft
• 12.15 Neumora
• 12.16 Notable
• 12.17 Nvidia Corporation
• 12.18 PathAI
• 12.19 Recursion