摘要：目前很多研究者都致力于用人工智能或数学算法建立预测药物浓度变化的模型，来预测药物在体内的药动学变化。本文总结概括了目前常用的人工神经网络处理方法和群体药动学方法预测体内药动学变化的应用进展，阐述了数字化方法的原理、运用方面以及发展前景。

    关键词：人工神经网络；群体药动学

    当今时代是信息化时代，而信息的数字化也越来越为研究人员所重视。于此同时，数字化的发展也为我们在预测分析体内的药动学提供了很好的途径。目前很多研究者都致力于用药动学的数字化来预测药物在体内的药动学。药动学数字化在预测分析方面的研究得到了很好的发展。所以我们有必要了解并归纳药动学数字化预测分析研究目前的发展。

    药动学数字化顾名思义就是通过药动学实验将复杂多变的信息转变为可度量的数字及数据，再以这这些数字、数据建立起适当的数字化模型，将他们转化为二进制代码，引入计算机内部，进行统一处理。因此，就可以利用得到的某药动学数字化模型对相应的药物在体内的药动学进行预测分析。下面正文将对各种药动学数字化方在预测分析研究方面的发展以及各种方法的优缺点法进行阐述。

    1神经网络预测体内药动学

    近年来 ......