Παρουσίαση βιβλίου "Επιστήμη δεδομένων, τεχνητή νοημοσύνη και μηχανική μάθηση στην ανάπτυξη φαρμάκων"

Στο σεμινάριο με τίτλο «Εφαρμογή της τεχνητής νοημοσύνης στην ανάπτυξη φαρμάκων» που πραγματοποιήθηκε πρόσφατα στο Ανόι, το βιβλίο «Επιστήμη δεδομένων, τεχνητή νοημοσύνη και μηχανική μάθηση στην ανάπτυξη φαρμάκων» σε επιμέλεια του Δρ. Χάρι Γιανγκ παρουσιάστηκε στους Βιετναμέζους αναγνώστες μέσω της μετάφρασης του Hoai Son, σε επιμέλεια του Αναπληρωτή Καθηγητή, Δρ. Λε Βαν Τρουγιέν.

Το βιβλίο « Επιστήμη Δεδομένων, Τεχνητή Νοημοσύνη και Μηχανική Μάθηση στην Ανάπτυξη Φαρμάκων» είναι απαραίτητο για φοιτητές και επαγγελματίες της φαρμακευτικής βιομηχανίας.

Αυτή τη στιγμή, πολλά ερευνητικά ιδρύματα και μεγάλες φαρμακευτικές εταιρείες στον κόσμο εφαρμόζουν την επιστήμη δεδομένων, την τεχνητή νοημοσύνη (AI) και τη μηχανική μάθηση (ML) στις λειτουργίες και την έρευνά τους, με στόχο να δημιουργήσουν σημαντικές αλλαγές στη διαδικασία ανάπτυξης φαρμάκων. Σε αυτό το πλαίσιο, το βιβλίο «Επιστήμη δεδομένων, τεχνητή νοημοσύνη και μηχανική μάθηση στην ανάπτυξη φαρμάκων» έχει καλύψει τις επείγουσες ανάγκες όσων εργάζονται στη φαρμακευτική βιομηχανία και των φοιτητών φαρμακευτικών σχολών στο Βιετνάμ.

Το βιβλίο επιμελείται ο Δρ. Χάρι Γιανγκ, ο οποίος έχει πολυετή εμπειρία στον τομέα των βιολογικών και φαρμακευτικών δεδομένων, από την ανακάλυψη στόχων φαρμάκων έως την κλινική έρευνα και την μετεγκριτική περίοδο.

Επισκόπηση του σεμιναρίου για την εφαρμογή της Τεχνητής Νοημοσύνης στην ανάπτυξη φαρμάκων και παρουσίαση βιβλίου στο Ανόι.

Το βιβλίο «Επιστήμη Δεδομένων, Τεχνητή Νοημοσύνη και Μηχανική Μάθηση στην Ανάπτυξη Φαρμάκων» που εκδίδεται από την Medinsights - μια εταιρεία έκδοσης ιατρικής γνώσης και βιβλίων της Alpha Books, έχει μήκος 484 σελίδες και περιλαμβάνει 13 κεφάλαια. Κάθε κεφάλαιο ασχολείται με μια συγκεκριμένη πτυχή της έρευνας και ανάπτυξης φαρμάκων με την επιστήμη δεδομένων, την τεχνητή νοημοσύνη (AI) και τη μηχανική μάθηση (ML), όπου η επιστήμη δεδομένων θεωρείται σημαντικό «θεμέλιο» στην ανάπτυξη φαρμάκων.

Στην πραγματικότητα, η Τεχνητή Νοημοσύνη είναι αποτελεσματική μόνο όταν υπάρχουν αρκετά ποιοτικά δεδομένα, στα οποία η επιστήμη δεδομένων και η Τεχνητή Νοημοσύνη εφαρμόζονται σε πολλά στάδια ανάπτυξης φαρμάκων, όπως: ανακάλυψη φαρμάκων, προκλινικές, κλινικές δοκιμές, παραγωγή και εμπορευματοποίηση. Οι πληροφορίες από το βιβλίο έχουν παράσχει στους αναγνώστες μια συνολική περιγραφή του ψηφιακού μετασχηματισμού της φαρμακευτικής βιομηχανίας υπό την επίδραση της επιστήμης δεδομένων, της Τεχνητής Νοημοσύνης και της μηχανικής μάθησης.

Πολλά κεφάλαια του βιβλίου εμβαθύνουν στην Τεχνητή Νοημοσύνη (ΤΝ) στην ανακάλυψη φαρμάκων, στις κλινικές δοκιμές με τη βοήθεια ΤΝ, στις εφαρμογές μηχανικής μάθησης για την ιατρική ακριβείας και στο περιεχόμενο που αφορά την ασφάλεια των φαρμάκων και τη φαρμακοεπαγρύπνηση με βάση τα μεγάλα δεδομένα. Οι συγκεκριμένες εφαρμογές της επιστήμης δεδομένων, της τεχνητής νοημοσύνης και της μηχανικής μάθησης στο βιβλίο παρουσιάζονται από τους συγγραφείς με την ιστορία της εταιρείας Exscientia (Ηνωμένο Βασίλειο) στην ανάπτυξη φαρμάκων για τον καρκίνο χρησιμοποιώντας ΤΝ και μέχρι σήμερα έχει θέσει προϊόντα σε κλινικές δοκιμές.

Ένα άλλο παράδειγμα που παρουσιάζεται στο βιβλίο είναι η Insilico Medicine (ΗΠΑ) που χρησιμοποιεί την Τεχνητή Νοημοσύνη για την ανάπτυξη φαρμάκων για την πνευμονική ίνωση, μειώνοντας τον χρόνο από 4-5 χρόνια σε λιγότερο από 18 μήνες, μαζί με μια σειρά έργων από κορυφαίες φαρμακευτικές εταιρείες στον κόσμο: Bayer, Novartis, Pfizer που συνεργάζονται με εταιρείες Τεχνητής Νοημοσύνης για την επιτάχυνση της ανάπτυξης νέων φαρμάκων.

Είναι φανερό ότι η επιστήμη δεδομένων, η τεχνητή νοημοσύνη και η μηχανική μάθηση δεν αντικαθιστούν τους επιστήμονες, αλλά λειτουργούν ως «υπερταχείς βοηθοί» στην επεξεργασία τεράστιων ποσοτήτων δεδομένων, προτείνοντας ερευνητικές κατευθύνσεις και μειώνοντας το πολύ υψηλό ποσοστό αποτυχίας στην παραδοσιακή ανάπτυξη φαρμάκων.

Στο Βιετνάμ, η εφαρμογή της τεχνητής νοημοσύνης στην ανάπτυξη φαρμάκων είναι ακόμη αρκετά νέα, κυρίως σε νεοσύστατες επιχειρήσεις ή μικρά ερευνητικά κέντρα, και έχει σταματήσει μόνο στο επίπεδο της εφαρμογής της Τεχνητής Νοημοσύνης για την υποστήριξη της ανάλυσης δεδομένων ασθενών και του σχεδιασμού δοκιμών, χωρίς σαφή εμπορικά προϊόντα. Ωστόσο, αυτό θα βελτιωθεί σημαντικά όταν βελτιωθούν η υποδομή ιατρικών δεδομένων, η τεχνολογία και η ικανότητα ανθρώπινου δυναμικού - και το βιβλίο Data Science, Artificial Intelligence and Machine Learning in Drug Development μπορεί να συμβάλει σε αυτή τη διαδικασία.

Σύμφωνα με τον Αναπληρωτή Καθηγητή, Δρ. Le Van Truyen, πρώην Υφυπουργό Υγείας, Ανώτερο Φαρμακευτικό Εμπειρογνώμονα στο σεμινάριο παρουσίασης βιβλίου.

Σύμφωνα με τον Αναπληρωτή Καθηγητή, Δρ. Le Van Truyen, πρώην Υφυπουργό Υγείας, Ανώτερο Φαρμακευτικό Εμπειρογνώμονα, με τον χαρακτήρα ενός ολοκληρωμένου εγγράφου επισκόπησης και μιας πρακτικής κατευθυντήριας γραμμής, το βιβλίο «Επιστήμη Δεδομένων, Τεχνητή Νοημοσύνη και Μηχανική Μάθηση στην Ανάπτυξη Φαρμάκων» θα βοηθήσει τους αναγνώστες - από ειδικούς τεχνολογίας έως ιατρικούς ερευνητές - να κατανοήσουν πώς να αξιοποιήσουν τη δύναμη της τεχνολογίας των πληροφοριών για να επιταχύνουν τη διαδικασία ανακάλυψης, δοκιμής και σύντομα κυκλοφορίας στην αγορά νέων ασφαλών και αποτελεσματικών φαρμάκων, υπηρετώντας την αποστολή της προστασίας της ανθρώπινης υγείας.

«Με εύληπτη γλώσσα, εύληπτες εικόνες και πρακτικά παραδείγματα, το βιβλίο είναι επίσης κατάλληλο για γιατρούς, φαρμακοποιούς, υπεύθυνους χάραξης πολιτικής, διευθυντές υγείας, φοιτητές ιατρικής και φαρμακευτικής και όλους όσους ενδιαφέρονται για την ανάπτυξη της σύγχρονης ιατρικής στην εποχή που επικεντρώνεται στον ασθενή, προς μια ακριβή και ανθρώπινη ιατρική με τη βοήθεια της προηγμένης επιστήμης και τεχνολογίας», σχολίασε ο Αναπληρωτής Καθηγητής, Δρ. Le Van Truyen.

Με εύκολη στην κατανόηση γλώσσα, εύχρηστες εικόνες και πρακτικά παραδείγματα, το βιβλίο είναι επίσης κατάλληλο για γιατρούς, φαρμακοποιούς, υπεύθυνους χάραξης πολιτικής, στελέχη υγείας, φοιτητές ιατρικής και φαρμακευτικής και όλους όσους ενδιαφέρονται για την ανάπτυξη της σύγχρονης ιατρικής στην εποχή που επικεντρώνεται στον ασθενή, προς μια ακριβή και ανθρώπινη ιατρική με τη βοήθεια της προηγμένης επιστήμης και τεχνολογίας.

ΑΝΑΠΛΗΡΩΤΗΣ ΚΑΘΗΓΗΤΗΣ ΓΙΑΤΡΟΣ LE VAN TRUYEN

Αξιολογώντας το περιεχόμενο του βιβλίου, ο Αναπληρωτής Καθηγητής, Δρ. Pham Thi Thuy Van - Επικεφαλής του Τμήματος Φαρμακολογίας και Κλινικής Φαρμακευτικής, Πανεπιστήμιο Φαρμακευτικής του Ανόι, δήλωσε: Το βιβλίο «Επιστήμη δεδομένων, τεχνητή νοημοσύνη και μηχανική μάθηση στην ανάπτυξη φαρμάκων» είναι ένα εις βάθος, ενημερωμένο, άκρως προσανατολισμένο έγγραφο σχετικά με την εφαρμογή της επιστήμης δεδομένων, της τεχνητής νοημοσύνης (AI) και της μηχανικής μάθησης (ML) στην έρευνα και ανάπτυξη φαρμάκων, τόσο στο στάδιο πριν όσο και μετά την αδειοδότηση.

«Από την οπτική γωνία ενός εμπειρογνώμονα αξιολόγησης κλινικών φακέλων και ενός μέλους του Συμβουλευτικού Συμβουλίου Αδειοδότησης Φαρμάκων (Υπουργείο Υγείας), εκτιμώ ιδιαίτερα τα κεφάλαια που συζητούν τις κλινικές δοκιμές με τη βοήθεια τεχνητής νοημοσύνης, την ιατρική ακριβείας, τα στοιχεία από τον πραγματικό κόσμο (RWE) και τη φαρμακοεπαγρύπνηση που βασίζεται σε μεγάλα δεδομένα - παράγοντες που ενδιαφέρουν ολοένα και περισσότερο τις εθνικές ρυθμιστικές αρχές φαρμάκων κατά την αξιολόγηση των οφελών-κινδύνων και της σχέσης κόστους-αποτελεσματικότητας των φαρμάκων», δήλωσε η κα Pham Thi Thuy Van.

Ο κ. Nguyen Canh Binh, Πρόεδρος του Διοικητικού Συμβουλίου της Alpha Books, μίλησε στην τελετή κυκλοφορίας του βιβλίου.

Το βιβλίο ασχολείται επίσης με αλλαγές στους κανονιστικούς κανονισμούς για την προσαρμογή στις τεχνολογικές εξελίξεις, συμπεριλαμβανομένης της δημιουργίας ενός νομικού συστήματος ικανού να καθοδηγεί, να αναλύει και να ερμηνεύει μεγάλα δεδομένα χρησιμοποιώντας σύγχρονες τεχνολογίες, συμπεριλαμβανομένης της Τεχνητής Νοημοσύνης και της Μηχανικής Μάθησης... Με σαφή γλώσσα, πρακτικά παραδείγματα και μια διεπιστημονική προσέγγιση, το βιβλίο συμβάλλει στην προώθηση του ψηφιακού μετασχηματισμού στη φαρμακευτική βιομηχανία, προς μια ακριβή, αποτελεσματική και ανθρώπινη ιατρική και φαρμακευτική.

Επιπλέον, το βιβλίο είναι επίσης ένα ολοκληρωμένο, ενημερωμένο εγχειρίδιο που περιγράφει τη διαδικασία έρευνας και ανάπτυξης νέων φαρμάκων που συνδέονται με μεγάλες πηγές δεδομένων μέσω Τεχνητής Νοημοσύνης για τη μείωση του χρόνου και την εξοικονόμηση πόρων. Αυτό είναι εξαιρετικά χρήσιμο για φαρμακοποιούς, γιατρούς και όσους εργάζονται στον τομέα της έρευνας και ανάπτυξης φαρμάκων.

ΝΓΚΟΥΓΙΕΝ ΚΟΥΟΝΓΚ

Πηγή: https://nhandan.vn/ra-mat-sach-khoa-hoc-du-lieu-tri-tue-nhan-tao-va-hoc-may-trong-phat-trien-thuoc-post911851.html