Применение искусственного интеллекта способно принести фармацевтической отрасли десятки триллионов рублей

Группа вычислительных методов, объединенных в наши дни понятием «искусственный интеллект», начала формироваться практически с возникновением математики. В последние десятилетия это направление получило колоссальное развитие и стало активно применяться в различных областях, в том числе в сфере фармации.

Применение искусственного интеллекта в жизненном цикле лекарственного средства – тема интервью с доктором химических и кандидатом фармацевтических наук, заведующим отделом информационных технологий, профессором кафедры физической и коллоидной химии Пятигорского медико-фармацевтического института – филиала ФГБОУ ВО ВолгГМУ Минздрава России Андреем Владимировичем ПОГРЕБНЯКОМ.

1. Yousefinejad S, Hemmateenejad B. Chemometrics tools in QSAR/QSPR studies: a historical perspective, chemometrics and intelligent laboratory systems. Vol. 149, part B. P. 177–204. Elsevier BV; 2015. https://doi.org/10.1016/j.chemolab.2015.06.016

2. Myint KZ, Wang L, Tong Q, Xie XQ. Molecular fingerprint-based artificial neural networks QSAR for ligand biological activity predictions. Mol Pharm. 2012;9(10):2912–23. https://doi.org/10.1021/mp300237z

3. Филимонов ДА, Поройков ВВ, Караичева ЕИ. Компьютерное прогнозирование спектра биологической активности химических соединений по их структурной формуле: система PASS. Фармакология и токсикология. 1985;58(2);56.

4. Jabalia N, Kumar A, Kumar V, Rani R. In silico approach in drug design and drug discovery: an update. In: Singh SK, ed. Innovations and implementations of computer aided drug discovery strategies in rational drug design. Springer; 2021. https://doi.org/10.1007/978-981-15-8936-2_10

5. Погребняк АВ, Кульгав ЕА, Ковтун ЕВ, Погребняк ЛВ. Цифровая трансформация и искусственный интеллект в разработке БАВ и лекарственных форм. М.: Мир науки; 2022.

6. Askin S, Burkhalter D, Calado G, El Dakrouni S. Artificial intelligence applied to clinical trials: opportunities and challenges. Health Technol (Berl). 2023;13(2):203–13. https://doi.org/10.1007/s12553-023-00738-2

7. Weissler EH, Naumann T, Andersson T, Ranganath R, Elemento O, Luo Y, et al. The role of machine learning in clinical research: transforming the future of evidence generation. Trials. 2021;22(1):537. https://doi.org/10.1186/s13063-021-05489-x

8. Зинченко ВВ, Хоружая АН, Шарова ДЕ, Ахмад ЕС, Мокиенко ОА, Владзимирский АВ, Морозов СП. Стандартизация в области регулирования технологий искусственного интеллекта в российском здравоохранении. Казанский медицинский журнал. 2021;102(6):923–33.https://doi.org/10.17816/KMJ2021-923

9. Moor M, Banerjee O, Abad ZSH, Krumholz HM, Leskovec J, Topol EJ, Rajpurkar P. Foundation models for generalist medical artificial intelligence. Nature. 2023;616(7956):259–65. https://doi.org/10.1038/s41586-023-05881-4