Povzetek: Alister Campbell, vodja divizije za znanost in tehnologijo pri Dotmatics, poudarja vlogo umetne inteligence (AI) pri poenostavljanju procesa razvoja zdravil, ki je lahko tako časovno kot finančno zahteven. Z natančno označenimi in potrjenimi podatki omogočanje AI-ju lahko raziskovalci izboljšajo zanesljivost rezultatov, kar po Forbesu lahko pomeni zmanjšanje časa za presejanje zdravil za polovico.
V področju znanstvenih raziskav, zlasti v farmacevtski industriji, obstaja podizkoriščen zaveznik, ki bi lahko bistveno spremenil, kako znanstveniki pristopajo k razvoju zdravil: umetna inteligenca. Na čelu integracije te tehnologije je Alister Campbell iz Dotmatics, ki trdi, da lahko AI veliko bolj učinkovito prebira ogromne količine podatkov kot ljudje.
Razvoj zdravil in terapij, proces, ki traja tradicionalno do desetletje in stane povprečno 2,5 milijarde dolarjev, nujno potrebuje pospešitev in zmanjšanje stroškov. Tu zasije AI, ponuja obljubo zmanjšanja časa, potrebnega za presejanje novih terapij, za do 50 %.
Kritiki pogosto opozarjajo na nepoučenost AI zaradi nesporazumov, ki izhajajo iz aplikacij na potrošniškem nivoju in dezinformacij, ki se širijo na spletu. Kljub temu Campbell ponuja rešitev za izboljšanje natančnosti AI v profesionalnih kontekstih: ključ je kakovost vhodnih podatkov. S tem, ko ti sistemi dobivajo visokokakovostne, dobro označene in preverjene podatkovne zbirke, se ne le izboljšajo napovedne sposobnosti AI, ampak pridobijo tudi verodostojnost med znanstveniki.
Ko raziskovalci, kot je Campbell, zagovarjajo uporabo sofisticiranih algoritmov za kompleksne naloge, kot je odkrivanje zdravil, postaja povezava med človeškim strokovnim znanjem in umetno inteligenco ključna pri napredovanju medicinske znanosti.