دکتر جعفر نیکزاد اظهار کرد: با استفاده از داده های بزرگ (big data)، هوش مصنوعی، اینترنت اشیاء و سایر فناوری ها، می توان دارو ها و درمان های جدید و مؤثرتری توسعه داد و به تبع آن هزینه ها را به طور محسوسی پایین آورد.

وی افزود: فرایند کشف دارو ها با استفاده از الگوریتم های پیچیده و یادگیری ماشین، به طور قابل توجهی تسریع شده و دقت آن افزایش یافته است. هوش مصنوعی با تحلیل و تجزیه حجم عظیمی از داده های بیولوژیکی و شیمیایی ترکیبات دارویی بالقوه را شناسایی می کند و در نتیجه این امر کاهش زمان و هزینه های مربوط به تحقیق و توسعه را موجب می شود.

مشاور رئیس در امور دانش بنیان سازمان غذا و دارو با اشاره به اینکه هوش مصنوعی در پیش بینی واکنش های بدن به دارو ها و شناسایی عوارض جانبی نیز کارآمد است، گفت: این تکنولوژی به بهبود ایمنی و کارایی دارو ها کمک می کند. در نتیجه، هوش مصنوعی نقشی کلیدی در افزایش سرعت نوآوری ها و بهره وری در صنعت داروسازی ایفا می کند.

وی تصریح کرد: بااین حال، چالش هایی نیز وجود دارد که باید بر آنها غلبه کرد. مسائل مربوط به حریم خصوصی و امنیت داده ها، نیاز به مقررات و استاندارد های جدید و شکاف دیجیتالی همگی نگرانی هایی هستند که باید به آنها رسیدگی شود.

به گفته نیکزاد با هوشمند شدن صنعت دارو و تجهیزات پزشکی، همکاری بیشتری بین بخش های مختلف صنعت مراقبت های بهداشتی، از جمله شرکت های دارویی، دستگاه های پزشکی، ارائه دهندگان مراقبت های بهداشتی و بیماران وجود خواهد داشت. این امر برای به اشتراک گذاشتن داده ها و توسعۀ راه حل های جدید برای چالش های مراقبت های بهداشتی ضروری است.

وی با بیان اینکه بهبود دقت تشخیص، کارایی درمان و مراقبت از بیماران در حوزه بهداشت را دچار تغییرات گسترده کرده است و از تشخیص تصویر تا پیش بینی بیماری ها را شامل می شود، گفت: با محوریت هوش مصنوعی در حوزه سلامت به نظر می رسد تمرکز به سمت پیشگیری از بیماری به جای درمان آن گسیل شود و این فناوری ها برای شناسایی افراد در معرض خطر ابتلا به بیماری ها و مداخله زودهنگام مورداستفاده قرار گیرد.