دکتر جعفر نیکزاد اظهار کرد: با استفاده از داده‌های بزرگ (big data)، هوش مصنوعی، اینترنت اشیاء و سایر فناوری‌ها، می‌توان دارو‌ها و درمان‌های جدید و مؤثرتری توسعه داد و به تبع آن هزینه‌ها را به طور محسوسی پایین آورد.

وی افزود: فرایند کشف دارو‌ها با استفاده از الگوریتم‌های پیچیده و یادگیری ماشین، به طور قابل‌توجهی تسریع شده و دقت آن افزایش‌یافته است. هوش مصنوعی با تحلیل و تجزیه حجم عظیمی از داده‌های بیولوژیکی و شیمیایی ترکیبات دارویی بالقوه را شناسایی می‌کند و در نتیجه این امر کاهش زمان و هزینه‌های مربوط به تحقیق و توسعه را موجب می‌شود. 

مشاور رئیس در امور دانش‌بنیان سازمان غذا و دارو با اشاره به اینکه هوش مصنوعی در پیش‌بینی واکنش‌های بدن به دارو‌ها و شناسایی عوارض جانبی نیز کارآمد است، گفت: این تکنولوژی به بهبود ایمنی و کارایی دارو‌ها کمک می‌کند. در نتیجه، هوش مصنوعی نقشی کلیدی در افزایش سرعت نوآوری‌ها و بهره‌وری در صنعت داروسازی ایفا می‌کند.

وی تصریح کرد: بااین‌حال، چالش‌هایی نیز وجود دارد که باید بر آنها غلبه کرد. مسائل مربوط به حریم خصوصی و امنیت داده‌ها، نیاز به مقررات و استاندارد‌های جدید و شکاف دیجیتالی همگی نگرانی‌هایی هستند که باید به آنها رسیدگی شود.

به گفته نیکزاد با هوشمند شدن صنعت دارو و تجهیزات پزشکی، همکاری بیشتری بین بخش‌های مختلف صنعت مراقبت‌های بهداشتی، از جمله شرکت‌های دارویی، دستگاه‌های پزشکی، ارائه‌دهندگان مراقبت‌های بهداشتی و بیماران وجود خواهد داشت. این امر برای به اشتراک گذاشتن داده‌ها و توسعۀ راه‌حل‌های جدید برای چالش‌های مراقبت‌های 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 پیش‌بینی بیماری‌ها را شامل می‌شود، گفت: با محوریت هوش مصنوعی در حوزه سلامت به نظر می‌رسد تمرکز به سمت پیشگیری از بیماری به‌جای درمان آن گسیل شود و این فناوری‌ها برای شناسایی افراد در معرض خطر ابتلا به بیماری‌ها و مداخله زودهنگام مورداستفاده قرار گیرد.