Filter by دسته‌ها
chatGTP
ابزارهای هوش مصنوعی
اخبار
گزارش
تیتر یک
چندرسانه ای
آموزش علوم داده
اینفوگرافیک
پادکست
ویدیو
دانش روز
آموزش‌های پایه‌ای هوش مصنوعی
اصول هوش مصنوعی
یادگیری بدون نظارت
یادگیری تقویتی
یادگیری عمیق
یادگیری نیمه نظارتی
آموزش‌های پیشرفته هوش مصنوعی
بینایی ماشین
پردازش زبان طبیعی
پردازش گفتار
چالش‌های عملیاتی
داده کاوی و بیگ دیتا
رایانش ابری و HPC
سیستم‌‌های امبدد
علوم شناختی
دیتاست
رویدادها
جیتکس
کاربردهای هوش مصنوعی
کتابخانه
اشخاص
شرکت‌های هوش مصنوعی
محصولات و مدل‌های هوش مصنوعی
مفاهیم
کسب‌و‌کار
تحلیل بازارهای هوش مصنوعی
کارآفرینی
هوش مصنوعی در ایران
هوش مصنوعی در جهان
مقاله
 هوش مصنوعی علیه بیماری‌ها؛ توسعه هوش مصنوعی برای داروسازی

هوش مصنوعی علیه بیماری‌ها؛ توسعه هوش مصنوعی برای داروسازی

زمان مطالعه: < 1 دقیقه

هوش مصنوعی ADDISON به‌عنوان یک مدل قدرتمند، راه‌اندازی شده که در کشف ترکیبات و فرایندهای تازۀ دارویی به درمان بیماری‌ها کمک خواهد کرد.
شرکت علوم زیستی آمریکا و کانادا تحت مدیریت Merck KGaA از درمشتات آلمان، که شرکتی پیشرو در زمینه‌ علم و فناوری است، نرم‌افزار توسعه داروی AIDDISON را راه‌اندازی کرده است. این سیستم، ابزارهای هوش مصنوعی مولد، یادگیری ماشین و طراحی دارویی را با هدف تسریع توسعۀ داروهای جدید ترکیب می‌کند.
نرم‌افزار AIDDISON با داده‌های بیش از ۲۰ سال تحقیق دانشمندان، آموزش دیده و می‌تواند بیش از ۶۰ میلیارد ترکیب را شناسایی کند که به‌شکل بالقوه، قابلیت به‌کاررفتن در داروها رو دارند. این ترکیب‌ها که دارای ویژگی‌هایی از جمله غیرسمی بودن، حلالیت و پایداری در بدن هستند پس از شناسایی، توسط نرم‌افزار بررسی می‌شوند تا راه تولید کاراترین ترکیب آن‌ها برای دستیابی به دارو تعریف شود.


کارن مدن، مدیر ارشد فناوری بخش تجارت علوم زیستی Merck KGaA معتقد است: «با توجه به تعداد بیمارانِ در انتظار دارو، عرضۀ یک ترکیب دارویی جدید به بازار ۱۰ سال طول کشیده و هزینه‌ای بالغ بر ۲ میلیارد دلار خواهد داشت؛ در حالی‌که پلتفرم ADDISON قادر است در هر آزمایشگاهی به‌کار گرفته شده تا مناسب‌ترین ترکیب را برای ایجاد داروی جدید شناسایی کند.»
کشف یک ترکیب دارویی جدید، فرایندی طولانی است؛ علاوه بر این، شانس موفقیت یک کاندیدای اولیه تنها ۱۰٪ است. این حقایق به ما گوشزد می‌کنند که توسعۀ یک داروی تازه علاوه بر زمان، به منابع مالی و نیروی متخصص بسیاری نیاز دارد. در این شرایط مدل‌هایی مانند AIDDISON می‌توانند سرنخ‌های کارامد را از بین کاندیداهای دارویی بسیار زیاد شناسایی کرده و به این شکل علاوه بر صرفه‌جویی در زمان و منابع، شانس موفقیت ترکیب‌های شناسایی شده را نیز بالا ببرند. پیش‌بینی می‌شود که هوش مصنوعی بتواند تا سال ۲۰۲۸ بیش از ۷۰ میلیارد دلار در فرایند و تا ۷۰ درصد در زمان و هزینه‌های کشف دارو صرفه‌جویی کند.

بنر اخبار هوش مصنوعی

میانگین امتیاز / 5. تعداد ارا :

مطالب پیشنهادی مرتبط

اشتراک در
اطلاع از
0 نظرات
بازخورد (Feedback) های اینلاین
مشاهده همه دیدگاه ها
[wpforms id="48325"]