Kevin TopolskyNaujas požiūris į vaistų vystymąsi sparčiau pasirodo per bendradarbiavimą tarp įvairių institucijų be tiesioginio vaistų vystymo duomenų dalijimosi. Vietoj duomenų dalijimosi organizacijos, tokios kaip Sveikatos ir gerovės ministerija bei Mokslo ir informacinių technologijų ministerija, naudoja „federuoto mokymosi pagrindu paremtą dirbtinio intelekto“ modelį, kad galėtų viduje analizuoti rezultatus ir juos siųsti į centrinį serverį. Šis metodas siekia sumažinti sąnaudas ir laiką, susijusį su vaistų vystymu. Per ateinančius penkerius metus į šį projektą bus investuota iš viso 348 milijonai vonų nuo šių metų iki 2028.
Viena iš pagrindinių institucijų, pirmaujančių šiame AI vaistų vystymo spartinimo projekte, yra „Rock Life Science“ tyrimų institutas. Bendradarbiaujant su institucijomis kaip GIST, Čonbuko Nacionalinis universiteto industrijos-akademinė bendradarbiavimo fondacija, KAIST ir „Eisen Science“, jie orientuojasi į kurti AI modelius ADME/T prognozėms (įsisavinimas, pasiskirstymas, metabolizmas ir išsitraukimas/toksiškumas), siekiant identifikuoti potencialius vaistų kandidatus naudojant eksperimentinius duomenis, gautus kiekviename vaistų vystymo etape.
Direktorius Shin Hyun-jin entuziastingai išreiškė džiaugsmą dėl projekto, pabrėždamas instituto įsipareigojimą pasitelkiant įdiegtas AI galimybes vaistų vystyme per federuotą mokymąsi. Projektas apima „Rock Research“ institutą kaip pirmaujantį tyrimų institutą ir bendraujantį tyrimų komandą, vadovaujamą profesoriaus Yoon Sung-ro iš Seulo Nacionalinio universiteto Kompiuterijos mokslo katedros.
