-
- Katılım
- 17 Aralık 2025
-
- Mesajlar
- 523
-
- Tepkime puanı
- 0
-
- Puan
- 16
Çin merkezli Huawei'nin sağlık birimi başkanı, yapay zeka alanıyla ilaç şirketleri arasındaki iş birliğini artırmayı planladığını açıkladı.
Huawei'de üst düzey bir yöneticinin belirttiğine göre, Çin merkezli teknoloji devi, yerel ilaç firmalarıyla yapay zeka alanındaki iş birliğini ilaç geliştirme ve klinik uygulamalara genişletmeyi planlıyor.
Bu hamle, ilaç şirketlerinin geliştirme sürelerini kısaltmak ve verimliliği artırmak için modelleme araçlarına ve otomatik laboratuvarlara yatırım yaptığı, hızla büyüyen yapay zeka destekli ilaç keşfi pazarında Huawei'nin yer edinme hırsını vurguluyor.
Huawei'nin sağlık hizmetleri iş birimi başkanı William Zhang, Çarşamba günü yaptığı açıklamada, "Tıp alanında yapay zeka üzerine araştırmalarımızı daha da derinleştirdikçe, ilaç üretiminden klinik çalışmalara ve nihai uygulamaya kadar ilaç şirketleriyle daha fazla iş birliği ve sonuç elde edeceğiz" dedi.
Ayrıca, Huawei'nin hastanelerde klinik uygulama alanında bazı mevcut işbirlikleri olduğunu ve bu alandaki fırsatlara yönelik araştırmalara daha çok yoğunlaştığını bildiren Zheng, daha fazla ayrıntıya girmedi.
Zheng, mevcut projelerin ağırlıklı olarak yerli ilaç üreticileriyle yürütüldüğünü söyledi.
YAPAY ZEKA DESTEKLİ İLAÇ ARAŞTIRMALARINDA TALEP ARTIŞI
ABD merkezli çip devi Nvidia, Eli Lilly ve Novo Nordisk gibi ilaç üreticileriyle yapay zeka alanındaki çalışmalarda ortaklıklar kurdu. Bu durum, teknoloji şirketlerinin yapay zekâ destekli ilaç araştırmalarına yönelik artan talepten yararlanmaya çalıştığını gösteriyor.
Huawei, Ascend ve Kunpeng çiplerinin yanı sıra, potansiyel olarak uygulanabilir ilaç bileşiklerini taramak için kullanılan araçlar sunuyor.
Mayıs ayında Huawei, devlet şirketi Guangzhou Pharmaceutical Holdings ile yürütülen bir projenin, bağımsız olarak geliştirilen ve Ascend ile Kunpeng teknolojilerine uyarlanan yapay zeka ilaç araştırma modellerinin sektördeki ilk üretim doğrulaması olduğunu açıklamıştı.
Sektörden gelen tahminler, hedef keşfini optimize etmek, molekülleri tasarlamak ve klinik deneme planlamasını kolaylaştırmak için makine öğreniminin kullanılmasının, önümüzdeki üç ila beş yıl içinde erken aşama geliştirme sürelerini ve maliyetlerini yarıya indirebileceğini gösteriyor.