サンプル依頼リスト カート
  • English
デフォルト表紙
市場調査レポート
商品コード
1776725

創薬AI市場の2032年までの予測： タイプ別、薬剤タイプ別、提供別、技術別、用途別、エンドユーザー別、地域別の世界分析

AI in Drug Discovery Market Forecasts to 2032 - Global Analysis By Type (Preclinical and Clinical Testing, Molecule Screening, Target Identification and De Novo Drug Design), Drug Type, Offering, Technology, Application, End User and By Geography

出版日
ページ情報
英文 200+ Pages
納期
2～3営業日
カスタマイズ可能
価格
価格表記: USDを日本円(税抜)に換算
本日の銀行送金レート: 1USD=150.39円
創薬AI市場の2032年までの予測： タイプ別、薬剤タイプ別、提供別、技術別、用途別、エンドユーザー別、地域別の世界分析
出版日: 2025年07月07日
発行: Stratistics Market Research Consulting
ページ情報: 英文 200+ Pages
納期: 2～3営業日
GIIご利用のメリット
  • 全表示
  • 概要
  • 図表
  • 目次
概要

Stratistics MRCによると、世界の創薬AI市場は2025年に26億米ドルを占め、予測期間中のCAGRは31.7％で成長し、2032年には178億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、新薬開発プロセスを加速・最適化するための機械学習とデータ駆動型アルゴリズムの応用を指します。AIは、分子構造から臨床試験結果まで膨大なデータセットを解析し、有望な薬剤候補の同定、薬剤と標的の相互作用の予測、さらには新規化合物の設計を行うことができます。AIは、従来の医薬品開発手法に伴う時間、コスト、失敗率を削減します。生物学的システムをシミュレートし、既存のデータから学習することで、AIは研究者がパターンを発見し、より精度の高い意思決定を行うことを支援します。

WHOの推計によると、2022年には世界で新たに2,000万人のがん患者が発生し、970万人が死亡すると報告されています。

研究開発コストの上昇と時間的プレッシャー

研究開発コストの上昇と時間的プレッシャーは、創薬におけるAIの採用を加速させ、イノベーションの触媒として作用しています。このような課題により、製薬企業は標的同定を合理化し、臨床試験を最適化し、コストのかかる失敗を減らすAI主導のソリューションを導入する必要に迫られています。その結果、AIは研究開発の生産性を高め、開発期間を短縮し、成功率を向上させます。この緊急性は、インテリジェントテクノロジーへの投資を促進し、従来のワークフローを変革し、増大するヘルスケア需要に対応するため、より迅速でコスト効率の高い医薬品開発を可能にします。

標準化された高品質データの欠如

標準化された高品質なデータの欠如は、創薬におけるAIの有効性を著しく阻害します。一貫性のないフォーマット、不完全なアノテーション、偏ったデータセットは、モデルの精度と再現性を損ないます。このようなデータの問題は、予測の誤り、開発コストの増大、タイムラインの遅延につながります。調和されたデータなしでは、AIは実行可能な薬剤候補の同定や結果の確実な予測に苦戦し、その変革の可能性を制限し、研究革新と実世界での医薬品応用とのギャップを広げてしまいます。

生物医学データの爆発的増加

生物医学データの爆発的な増加は、AI主導の創薬における変革的飛躍に拍車をかけています。ゲノミクス、プロテオミクス、臨床記録から得られる膨大なデータセットにより、AIモデルは隠れたパターンを発見し、薬剤と標的の相互作用を予測し、リード化合物の同定を加速できるようになりました。この豊富なデータは精度を高め、試行錯誤を減らし、個別化医療をサポートします。その結果、医薬品の研究開発はより迅速かつ効率的で、費用対効果に優れたものとなります。ビッグデータとAIの相乗効果により、医薬品開発はよりスマートで、データを駆使したフロンティアへと生まれ変わろうとしています。

高い導入コスト

特に中小規模の製薬企業では、高い導入コストが創薬におけるAIの採用を大きく妨げています。これらの費用には、高度なインフラ、熟練した人材、継続的なシステムメンテナンスが含まれます。このような金銭的な障壁は、統合を遅らせ、イノベーションを制限し、大企業と新興プレーヤーとの格差を広げます。その結果、AIの潜在能力が十分に活用されないまま、より迅速で費用対効果の高い、個別化された治療ソリューションの開発が遅れています。

COVID-19の影響

COVID-19の大流行は、製薬会社がより迅速で費用対効果の高い解決策を緊急に求めたため、創薬におけるAIの採用を大幅に加速させました。AIツールは、治療標的の特定、薬剤の再利用、ワクチン開発の最適化において極めて重要な役割を果たしました。この需要の急増は、投資、共同研究、研究開発パイプライン全体におけるAIプラットフォームの統合の増加につながりました。パンデミックは最終的にAIの変革の可能性を浮き彫りにし、将来の医薬品イノベーションと危機対応における重要な資産としての地位を確立しました。

予測期間中、がん領域が最大となる見込み

正確で個別化されたがん治療に対する緊急の需要により、予測期間中、がん分野が最大の市場シェアを占めると予想されます。AIは、特に肺がんや乳がんのような複雑ながんにおいて、バイオマーカー探索を加速し、治療反応を予測し、臨床試験デザインを強化します。AI創薬投資の最大シェアを占めるがん領域では、標的療法と免疫腫瘍学のイノベーションが促進されます。この相乗効果により、成功率が向上し、研究開発期間が短縮され、AIはがん研究と治療における変革の力として位置づけられます。

予測期間中、ディープラーニング分野のCAGRが最も高くなる見込み

予測期間中、ディープラーニング分野は、複雑な生物医学データの迅速な分析を可能にすることから、最も高い成長率を記録すると予測されています。複雑な生物学的相互作用をモデル化する能力は、標的同定を加速し、化合物スクリーニングを最適化し、de novoドラッグデザインを強化します。ディープラーニングは予測精度を高め、試験の失敗を最小限に抑えることで、開発時間とコストを削減します。製薬企業がこれらのモデルを採用する機会が増えるにつれ、スケーラブルでデータ駆動型のイノベーションが実現し、創薬がより迅速かつ正確でコスト効率の高いプロセスへと変化していきます。

最大のシェアを占める地域：

予測期間中、アジア太平洋地域は、強固な研究開発エコシステム、政府支援、バイオ新興企業の急増により、最大の市場シェアを占めると予想されます。中国、インド、日本のような国々は、臨床試験を加速し、コストを削減し、精密医療を強化するためにAIを活用しています。膨大なゲノムデータセットとデジタルインフラを持つこの地域は、腫瘍学、免疫学、希少疾患のイノベーションを促進しています。この勢いにより、アジア太平洋地域は医薬品開発をより速く、よりスマートで、より利用しやすいプロセスへと変革し、世界リーダーとしての地位を確立しています。

CAGRが最も高い地域：

予測期間中、北米地域が最も高いCAGRを示すと予測されます。これは、強固な製薬インフラと先進的な技術革新者により、同地域が世界の導入をリードしているためです。AIは迅速な化合物スクリーニング、予測モデリング、個別化医療開発を可能にします。バイオテクノロジー企業とAI新興企業の戦略的提携がイノベーションを促進し、規制当局の支援が成長を促進しています。この相乗効果により、北米はAIを活用した医薬品の飛躍的進歩の強国として位置づけられ、市場の急成長が予測されています。

無料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
  • 調査資料
    • 1次調査資料
    • 2次調査情報源
    • 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
  • 用途分析
  • エンドユーザー分析
  • 新興市場
  • 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 世界の創薬AI市場：タイプ別

  • 前臨床および臨床試験
  • 分子スクリーニング
  • ターゲット識別
  • デノボ医薬品設計

第6章 世界の創薬AI市場：薬剤タイプ別

  • 小分子
  • 巨大分子

第7章 世界の創薬AI市場：提供別

  • ソフトウェア
  • サービス

第8章 世界の創薬AI市場：技術別

  • 機械学習
    • 教師あり学習
    • 強化学習
    • 教師なし学習
  • ディープラーニング
  • 自然言語処理（NLP）
  • その他の技術

第9章 世界の創薬AI市場：用途別

  • 腫瘍学
  • 神経学
  • 感染症
  • 心血管疾患
  • 代謝性疾患
  • 免疫学
  • その他の用途

第10章 世界の創薬AI市場：エンドユーザー別

  • 製薬会社
  • バイオテクノロジー企業
  • 学術研究機関
  • 契約研究機関（CRO）
  • その他のエンドユーザー

第11章 世界の創薬AI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
    • その他の欧州
  • アジア太平洋
    • 日本
    • 中国
    • インド
    • オーストラリア
    • ニュージーランド
    • 韓国
    • その他のアジア太平洋
  • 南米
    • アルゼンチン
    • ブラジル
    • チリ
    • その他の南米
  • 中東・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
    • その他の中東・アフリカ

第12章 主な発展

  • 契約、パートナーシップ、コラボレーション、ジョイントベンチャー
  • 買収と合併
  • 新製品発売
  • 事業拡大
  • その他の主要戦略

第13章 企業プロファイリング

  • Atomwise, Inc.
  • BenevolentAI
  • Insilico Medicine
  • Exscientia Ltd.
  • Recursion Pharmaceuticals
  • BioXcel Therapeutics
  • Deep Genomics
  • Cloud Pharmaceuticals
  • Numerate, Inc.
  • Cyclica Inc.
  • Iktos
  • Evaxion Biotech
  • BERG LLC
  • Verge Genomics
  • Healx
  • PathAI
  • NVIDIA Corporation
  • IBM Watson Health
  • Google DeepMind
  • Schrodinger, Inc.
図表

List of Tables

  • Table 1 Global AI in Drug Discovery Market Outlook, By Region (2024-2032) ($MN)
  • Table 2 Global AI in Drug Discovery Market Outlook, By Type (2024-2032) ($MN)
  • Table 3 Global AI in Drug Discovery Market Outlook, By Preclinical and Clinical Testing (2024-2032) ($MN)
  • Table 4 Global AI in Drug Discovery Market Outlook, By Molecule Screening (2024-2032) ($MN)
  • Table 5 Global AI in Drug Discovery Market Outlook, By Target Identification (2024-2032) ($MN)
  • Table 6 Global AI in Drug Discovery Market Outlook, By De Novo Drug Design (2024-2032) ($MN)
  • Table 7 Global AI in Drug Discovery Market Outlook, By Drug Type (2024-2032) ($MN)
  • Table 8 Global AI in Drug Discovery Market Outlook, By Small Molecules (2024-2032) ($MN)
  • Table 9 Global AI in Drug Discovery Market Outlook, By Large Molecules (2024-2032) ($MN)
  • Table 10 Global AI in Drug Discovery Market Outlook, By Offering (2024-2032) ($MN)
  • Table 11 Global AI in Drug Discovery Market Outlook, By Software (2024-2032) ($MN)
  • Table 12 Global AI in Drug Discovery Market Outlook, By Services (2024-2032) ($MN)
  • Table 13 Global AI in Drug Discovery Market Outlook, By Technology (2024-2032) ($MN)
  • Table 14 Global AI in Drug Discovery Market Outlook, By Machine Learning (2024-2032) ($MN)
  • Table 15 Global AI in Drug Discovery Market Outlook, By Supervised Learning (2024-2032) ($MN)
  • Table 16 Global AI in Drug Discovery Market Outlook, By Reinforcement Learning (2024-2032) ($MN)
  • Table 17 Global AI in Drug Discovery Market Outlook, By Unsupervised Learning (2024-2032) ($MN)
  • Table 18 Global AI in Drug Discovery Market Outlook, By Deep Learning (2024-2032) ($MN)
  • Table 19 Global AI in Drug Discovery Market Outlook, By Natural Language Processing (NLP) (2024-2032) ($MN)
  • Table 20 Global AI in Drug Discovery Market Outlook, By Other Technologies (2024-2032) ($MN)
  • Table 21 Global AI in Drug Discovery Market Outlook, By Application (2024-2032) ($MN)
  • Table 22 Global AI in Drug Discovery Market Outlook, By Oncology (2024-2032) ($MN)
  • Table 23 Global AI in Drug Discovery Market Outlook, By Neurology (2024-2032) ($MN)
  • Table 24 Global AI in Drug Discovery Market Outlook, By Infectious Diseases (2024-2032) ($MN)
  • Table 25 Global AI in Drug Discovery Market Outlook, By Cardiovascular Diseases (2024-2032) ($MN)
  • Table 26 Global AI in Drug Discovery Market Outlook, By Metabolic Diseases (2024-2032) ($MN)
  • Table 27 Global AI in Drug Discovery Market Outlook, By Immunology (2024-2032) ($MN)
  • Table 28 Global AI in Drug Discovery Market Outlook, By Other Applications (2024-2032) ($MN)
  • Table 29 Global AI in Drug Discovery Market Outlook, By End User (2024-2032) ($MN)
  • Table 30 Global AI in Drug Discovery Market Outlook, By Pharmaceutical Companies (2024-2032) ($MN)
  • Table 31 Global AI in Drug Discovery Market Outlook, By Biotechnology Companies (2024-2032) ($MN)
  • Table 32 Global AI in Drug Discovery Market Outlook, By Academic & Research Institutes (2024-2032) ($MN)
  • Table 33 Global AI in Drug Discovery Market Outlook, By Contract Research Organizations (CROs) (2024-2032) ($MN)
  • Table 34 Global AI in Drug Discovery Market Outlook, By Other End Users (2024-2032) ($MN)

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

目次
Product Code: SMRC30056

According to Stratistics MRC, the Global AI in Drug Discovery Market is accounted for $2.6 billion in 2025 and is expected to reach $17.8 billion by 2032 growing at a CAGR of 31.7% during the forecast period. Artificial Intelligence (AI) in drug discovery refers to the application of machine learning and data-driven algorithms to accelerate and optimize the process of developing new drugs. AI can analyze vast datasets-from molecular structures to clinical trial results-to identify promising drug candidates, predict drug-target interactions, and even design novel compounds. It reduces the time, cost, and failure rate associated with traditional drug development methods. By simulating biological systems and learning from existing data, AI helps researchers uncover patterns and make decisions with greater precision.

According to the estimates by WHO, in 2022, 20 million new cancer cases and 9.7 million deaths were reported globally.

Market Dynamics:

Driver:

Rising R&D Costs and Time Pressure

Rising R&D costs and time pressure are accelerating the adoption of AI in drug discovery, acting as catalysts for innovation. These challenges push pharmaceutical companies to embrace AI-driven solutions that streamline target identification, optimize clinical trials, and reduce costly failures. As a result, AI enhances R&D productivity, shortens development timelines, and improves success rates. This urgency fosters investment in intelligent technologies, transforming traditional workflows and enabling faster, more cost-effective drug development to meet growing healthcare demands.

Restraint:

Lack of Standardized, High-Quality Data

The lack of standardized, high-quality data severely hampers AI's effectiveness in drug discovery. Inconsistent formats, incomplete annotations, and biased datasets compromise model accuracy and reproducibility. These data issues lead to flawed predictions, increased development costs, and delayed timelines. Without harmonized data, AI struggles to identify viable drug candidates or predict outcomes reliably, limiting its transformative potential and widening the gap between research innovation and real-world pharmaceutical application.

Opportunity:

Explosion of Biomedical Data

The explosion of biomedical data is fueling a transformative leap in AI-driven drug discovery. With vast datasets from genomics, proteomics, and clinical records, AI models can now uncover hidden patterns, predict drug-target interactions, and accelerate lead identification. This data abundance enhances precision, reduces trial-and-error, and supports personalized medicine. As a result, pharmaceutical R&D becomes faster, more efficient, and cost-effective. The synergy between big data and AI is reshaping drug development into a smarter, data-powered frontier.

Threat:

High Implementation Costs

High implementation costs significantly hinder the adoption of AI in drug discovery, especially among small and mid-sized pharmaceutical firms. These expenses include advanced infrastructure, skilled personnel, and ongoing system maintenance. Such financial barriers delay integration, limit innovation, and widen the gap between large corporations and emerging players. As a result, the full potential of AI remains underutilized, slowing progress in developing faster, cost-effective, and personalized therapeutic solutions.

Covid-19 Impact

The COVID-19 pandemic significantly accelerated the adoption of AI in drug discovery, as pharmaceutical companies urgently sought faster, cost-effective solutions. AI tools were pivotal in identifying therapeutic targets, repurposing drugs, and optimizing vaccine development. This surge in demand led to increased investments, collaborations, and integration of AI platforms across R&D pipelines. The pandemic ultimately highlighted AI's transformative potential, establishing it as a critical asset in future pharmaceutical innovation and crisis response.

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

The oncology segment is expected to account for the largest market share during the forecast period due to the urgent demand for precise, personalized cancer treatments. AI accelerates biomarker discovery, predicts therapeutic responses, and enhances clinical trial design, especially in complex cancers like lung and breast cancer. With oncology accounting for the largest share of AI drug discovery investments, it fosters innovation in targeted therapies and immuno-oncology. This synergy improves success rates, reduces development time, and positions AI as a transformative force in cancer research and treatment.

The deep learning segment is expected to have the highest CAGR during the forecast period

Over the forecast period, the deep learning segment is predicted to witness the highest growth rate as it enables rapid analysis of complex biomedical data. Its ability to model intricate biological interactions accelerates target identification, optimizes compound screening, and enhances de novo drug design. Deep learning reduces development time and costs by improving prediction accuracy and minimizing trial failures. As pharmaceutical companies increasingly adopt these models, they unlock scalable, data-driven innovation-transforming drug discovery into a faster, more precise, and cost-effective process.

Region with largest share:

During the forecast period, the Asia Pacific region is expected to hold the largest market share due to robust R&D ecosystems, government support, and a surge in biotech startups. Countries like China, India, and Japan are leveraging AI to accelerate clinical trials, reduce costs, and enhance precision medicine. With vast genomic datasets and digital infrastructure, the region fosters innovation in oncology, immunology, and rare diseases. This momentum positions Asia Pacific as a global leader, transforming drug development into a faster, smarter, and more accessible process.

Region with highest CAGR:

Over the forecast period, the North America region is anticipated to exhibit the highest CAGR, owing to robust pharmaceutical infrastructure and leading tech innovators, the region leads global adoption. AI enables rapid compound screening, predictive modeling, and personalized medicine development. Strategic collaborations between biotech firms and AI startups are fueling innovation, while regulatory support fosters growth. This synergy is driving a projected market surge, positioning North America as a powerhouse in AI-driven pharmaceutical breakthroughs

Key players in the market

Some of the key players profiled in the AI in Drug Discovery Market include Atomwise, Inc., BenevolentAI, Insilico Medicine, Exscientia Ltd., Recursion Pharmaceuticals, BioXcel Therapeutics, Deep Genomics, Cloud Pharmaceuticals, Numerate, Inc., Cyclica Inc., Iktos, Evaxion Biotech, BERG LLC, Verge Genomics, Healx, PathAI, NVIDIA Corporation, IBM Watson Health, Google DeepMind and Schrodinger, Inc.

Key Developments:

In August 2022, Atomwise and Sanofi have launched a strategic, exclusive collaboration to harness Atomwise's AtomNet(R) AI platform for structure-based drug discovery targeting up to five molecular targets.

In March 2020, Atomwise and Bridge Biotherapeutics struck potential $1 billion research collaboration, aiming to develop up to 13 AI-driven small-molecule programs targeting inflammation-related proteins, especially Pellino E3 ubiquitin ligases.

Types Covered:

  • Preclinical and Clinical Testing
  • Molecule Screening
  • Target Identification
  • De Novo Drug Design

Drug Types Covered:

  • Small Molecules
  • Large Molecules

Offerings Covered:

  • Software
  • Services

Technologies Covered:

  • Machine Learning
  • Deep Learning
  • Natural Language Processing (NLP)
  • Other Technologies

Applications Covered:

  • Oncology
  • Neurology
  • Infectious Diseases
  • Cardiovascular Diseases
  • Metabolic Diseases
  • Immunology
  • Other Applications

End Users Covered:

  • Pharmaceutical Companies
  • Biotechnology Companies
  • Academic & Research Institutes
  • Contract Research Organizations (CROs)
  • 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 2022, 2023, 2024, 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 AI in Drug Discovery Market, By Type

  • 5.1 Introduction
  • 5.2 Preclinical and Clinical Testing
  • 5.3 Molecule Screening
  • 5.4 Target Identification
  • 5.5 De Novo Drug Design

6 Global AI in Drug Discovery Market, By Drug Type

  • 6.1 Introduction
  • 6.2 Small Molecules
  • 6.3 Large Molecules

7 Global AI in Drug Discovery Market, By Offering

  • 7.1 Introduction
  • 7.2 Software
  • 7.3 Services

8 Global AI in Drug Discovery Market, By Technology

  • 8.1 Introduction
  • 8.2 Machine Learning
    • 8.2.1 Supervised Learning
    • 8.2.2 Reinforcement Learning
    • 8.2.3 Unsupervised Learning
  • 8.3 Deep Learning
  • 8.4 Natural Language Processing (NLP)
  • 8.5 Other Technologies

9 Global AI in Drug Discovery Market, By Application

  • 9.1 Introduction
  • 9.2 Oncology
  • 9.3 Neurology
  • 9.4 Infectious Diseases
  • 9.5 Cardiovascular Diseases
  • 9.6 Metabolic Diseases
  • 9.7 Immunology
  • 9.8 Other Applications

10 Global AI in Drug Discovery Market, By End User

  • 10.1 Introduction
  • 10.2 Pharmaceutical Companies
  • 10.3 Biotechnology Companies
  • 10.4 Academic & Research Institutes
  • 10.5 Contract Research Organizations (CROs)
  • 10.6 Other End Users

11 Global AI in Drug Discovery Market, By Geography

  • 11.1 Introduction
  • 11.2 North America
    • 11.2.1 US
    • 11.2.2 Canada
    • 11.2.3 Mexico
  • 11.3 Europe
    • 11.3.1 Germany
    • 11.3.2 UK
    • 11.3.3 Italy
    • 11.3.4 France
    • 11.3.5 Spain
    • 11.3.6 Rest of Europe
  • 11.4 Asia Pacific
    • 11.4.1 Japan
    • 11.4.2 China
    • 11.4.3 India
    • 11.4.4 Australia
    • 11.4.5 New Zealand
    • 11.4.6 South Korea
    • 11.4.7 Rest of Asia Pacific
  • 11.5 South America
    • 11.5.1 Argentina
    • 11.5.2 Brazil
    • 11.5.3 Chile
    • 11.5.4 Rest of South America
  • 11.6 Middle East & Africa
    • 11.6.1 Saudi Arabia
    • 11.6.2 UAE
    • 11.6.3 Qatar
    • 11.6.4 South Africa
    • 11.6.5 Rest of Middle East & Africa

12 Key Developments

  • 12.1 Agreements, Partnerships, Collaborations and Joint Ventures
  • 12.2 Acquisitions & Mergers
  • 12.3 New Product Launch
  • 12.4 Expansions
  • 12.5 Other Key Strategies

13 Company Profiling

  • 13.1 Atomwise, Inc.
  • 13.2 BenevolentAI
  • 13.3 Insilico Medicine
  • 13.4 Exscientia Ltd.
  • 13.5 Recursion Pharmaceuticals
  • 13.6 BioXcel Therapeutics
  • 13.7 Deep Genomics
  • 13.8 Cloud Pharmaceuticals
  • 13.9 Numerate, Inc.
  • 13.10 Cyclica Inc.
  • 13.11 Iktos
  • 13.12 Evaxion Biotech
  • 13.13 BERG LLC
  • 13.14 Verge Genomics
  • 13.15 Healx
  • 13.16 PathAI
  • 13.17 NVIDIA Corporation
  • 13.18 IBM Watson Health
  • 13.19 Google DeepMind
  • 13.20 Schrodinger, Inc.