大多数情况下，药物研发工作者会利用高通量筛选的方式无限扩大筛选对象以期邂逅目标化合物，提高药物发现的机率。由于不断试错的成本太高，越来越多的药物研发企业开始引入人工智能开发虚拟筛选技术，以取代或增强传统的高通量筛选过程。
药物研发企业通过运用人工智能药物研发系统，能在医药研发过程中减少人力、时间、物力等投入，降低药品研发成本。同时基于疾病、用药等建立数据模型，预测药品研发过程中的安全性、有效性、副作用等。此外，随着人工智能和机器学习的不断整合，药物研发企业有望在新药研发过程中显着地实现“去风险”，保守估计每年将节约大概260亿美元的研发成本。同时，还将提高全球医疗信息领域的效率，节约的成本价值超过每年280亿美元。
人工智能及机器学习可以应用在药物开发的不同环节，包括新药开发、药物有效性及安全性预测、构建新型药物分子、筛选生物标志物、研究新型组合疗法等。从全球的情况来看，人工智能辅助药物研发的公司比例相对较高，在研发周期长、投入大、失败率高等为特点的药物研发现状影像下，产业发展的需求量大，可达到千亿级的市场。