HỆ THỐNG THÔNG TIN KHOA HỌC VÀ CÔNG NGHỆ
Lọc theo danh mục
liên kết website
Lượt truy cập
Lượt truy cập :
26,724,536
- Công bố khoa học và công nghệ Việt Nam
76
Dược học khác
BB
Văn Công Khanh, Phan Thị Thảo Trang, Nguyễn Bảo Uyên, Trần Bá Kiên, Dương Thị Thuấn(1)
Ứng dụng trí tuệ nhân tạo trong nghiên cứu và phát triển dược phẩm
Application of artificial intelligence in pharmaceutical research and development
Y học Cộng đồng
2025
2
126-131
2354-0613
Nghiên cứu này khám phá tác động chuyển đổi của trí tuệ nhân tạo (AI) trong ngành dược phẩm, tập trung vào R&D, sản xuất, kinh doanh và các lĩnh vực lâm sàng. Mục tiêu là cung cấp tổng quan về các ứng dụng AI, xác định xu hướng và đánh giá tiềm năng của chúng. Phương pháp: Nghiên cứu tổng hợp các bài báo khoa học, báo cáo ngành và nghiên cứu điển hình, sử dụng các từ khóa như “trí tuệ nhân tạo”, “dược phẩm” và “khám phá thuốc”. Đánh giá định tính và định lượng đã được thực hiện để xem xét hiệu quả chi phí, thời gian phát triển thuốc và tỷ lệ thành công của thử nghiệm lâm sàng. Kết quả: Kết quả cho thấy AI đang cách mạng hóa việc xác định mục tiêu thuốc, thiết kế thuốc và dự đoán độc tính, tối ưu hóa sản xuất và cải thiện việc ra quyết định. Các công cụ hỗ trợ AI cũng nâng cao hiệu quả thử nghiệm lâm sàng và cá nhân hóa các phác đồ điều trị. Các công ty như Pfizer và Novartis đã triển khai thành công AI để khám phá thuốc và dự đoán kết quả thử nghiệm. Kết luận: Nghiên cứu này nhấn mạnh tiềm năng của AI trong việc giảm chi phí, rút ngắn thời gian phát triển và cải thiện kết quả điều trị. Việc tích hợp chiến lược AI là rất quan trọng để các công ty dược phẩm duy trì tính cạnh tranh.
This study explores the transformative impact of artificial intelligence (AI) across the pharmaceutical industry, focusing on key areas like R&D, manufacturing, business operations, and clinical applications. The objective is to provide an overview of AI applications, identifying trends and assessing their potential. Method: The research synthesizes literature f-rom scientific articles, industry reports, and case studies, using keywords such as “artificial Intelligence”, “pharmaceuticals”, “drug discovery”, and “process optimization”. Both qualitative and quantitative analyses were conducted, examining metrics such as cost-effectiveness and drug development timelines. The study also includes specific applications of AI such as “drug target identification”, “de novo drug design”, “toxicity prediction” and “clinical trial optimization”. Results: AI is revolutionizing drug target identification, drug design, and toxicity prediction, accelerating preclinical phases. AI optimizes manufacturing through quality control and predictive maintenance and enhances decision-making in procurement and supply chain management. AI also helps optimize clinical trials through patient recruitment and real time data monitoring, and facilitates drug repurposing. Data mining and predictive modeling contribute to AI-driven market forecasting, sales optimization, and customer engagement. Companies like Pfizer and Novartis have deployed AI for drug discovery and predicting trial outcomes. Conclusions: The study highlights AI’s potential for reducing costs, shortening development timelines, and improving treatment outcomes. Strategic AI integration is crucial for pharmaceutical competitiveness.
TTKHCNQG, CVv 417
Xem toàn văn