به گزارش تیکنا و به نقل از پایگاه خبری علم و فناوری، جعفر نیکزاد گفت: بهره‌گیری از الگوریتم‌های یادگیری ماشین، AI قادر است الگوهای پیچیده‌ای را در داده‌های بیولوژیکی و شیمیایی شناسایی کند که برای انسان‌ها ممکن است دشوار باشد. این توانایی، شناسایی مولکول‌های بالقوه دارویی و بهینه‌سازی ساختار آنها را ممکن می‌سازد.
نیکزاد گفت: به کاربرد‌های مهم هوش مصنوعی در شبیه‌سازی و مدل‌سازی ساختار‌های مولکولی نیز اشاره کرد و افزود: با استفاده از مدل‌های AI، محققان می‌توانند پیش‌بینی کنند که چگونه ترکیبات مختلف با یکدیگر تعامل می‌کنند و تأثیرات بالقوه آنها بر روی بیماری‌ها چیست. این امر باعث کاهش زمان و هزینه‌های آزمایش‌های آزمایشگاهی و تسریع روند توسعه دارو‌های جدید می‌شود.
وی همچنین بر کاربرد‌های هوش مصنوعی در مراحل پیش‌بالینی و بالینی تأکید کرد و گفت: «AI با تجزیه و تحلیل داده‌های بالینی می‌تواند پیش‌بینی کند که کدام بیماران بهترین پاسخ را به درمان‌های خاص خواهند داشت. این امر به شخصی‌سازی درمان‌ها و بهبود نتایج بالینی کمک می‌کند و همچنین با شناسایی عوارض جانبی بالقوه داروها، می‌توان به توسعه دارو‌های ایمن‌تر دست یافت.
نیکزاد گفت: هوش مصنوعی علاوه بر بهبود فرآیند تحقیق و توسعه دارو، می‌تواند زنجیره تأمین و تولید داروها را نیز بهینه‌سازی کند. با استفاده از الگوریتم‌های پیش‌بینی، شرکت‌ها می‌توانند تقاضای بازار را بهتر پیش‌بینی کرده و فرآیند‌های تولید را کارآمدتر کنند. به این ترتیب، هوش مصنوعی نه تنها سرعت و کارایی را افزایش می‌دهد بلکه به بهبود کیفیت و ایمنی داروها نیز کمک می‌کند.
