Dergiler / ERÜ Sağlık Bilimleri Fakültesi Dergisi / 2023 / Cilt: 10 Sayı: 1

İLAÇ SEKTÖRÜNDE YAPAY ZEKA ÇALIŞMALARI

ARTIFICIAL INTELLIGENCE STUDIES IN THE PHARMACEUTICAL INDUSTRY

Sayfa
36–44
Yayın Tarihi
2023-06-23
DOI
—
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

İncelenen çalışmaların sağlık hizmetleri ve sağlık ekonomisi alanında yoğunlaştığı ve artan oranda Derin Öğrenme yöntemlerine başvurduğu görülmüştür.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Tıp, mühendislik, ziraat başta olmak üzere birçok alanda, yapay zeka temelli çalışmalarına sıklıkla rastlamaktayız.
📊
Temel Bulgular & Veri:Zaman içerisinde yapay zeka temelli çalışmaların artmasıyla hem yapay zekanın birbirinden farklı sorunlara karşı ürettiği çözüm yeteneği geliştirilmiş, hem de sorunları çözülüp iş akışı kolaylaşan sektörlerin gelişimi giderek artmıştır.
💡
Sonuç & Katkı:İncelenen çalışmaların sağlık hizmetleri ve sağlık ekonomisi alanında yoğunlaştığı ve artan oranda Derin Öğrenme yöntemlerine başvurduğu görülmüştür.
🔬Tür:Araştırma Makalesi
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:Farmakoekonomi · İlaç fiyat tahmini · İlaç sektörü

Özet

Tıp, mühendislik, ziraat başta olmak üzere birçok alanda, yapay zeka temelli çalışmalarına sıklıkla rastlamaktayız. Zaman içerisinde yapay zeka temelli çalışmaların artmasıyla hem yapay zekanın birbirinden farklı sorunlara karşı ürettiği çözüm yeteneği geliştirilmiş, hem de sorunları çözülüp iş akışı kolaylaşan sektörlerin gelişimi giderek artmıştır. Bu çalışmada ise ilaç sektörü ve onun üzerine yapılmış olan yapay zeka çalışmaları incelenmiştir. Zaman içerisinde çalışmaların seyri irdelenmiştir. İncelenen çalışmaların sağlık hizmetleri ve sağlık ekonomisi alanında yoğunlaştığı ve artan oranda Derin Öğrenme yöntemlerine başvurduğu görülmüştür.

Abstract

We often come across artificial intelligence-based studies in many fields, especially in agriculture, medicine and engineering. With the increase in artificial intelligence-based studies over time, both the ability of artificial intelligence to solve different problems have been improved, and the development of sectors whose problems have been solved and workflow has increased gradually. In this study, the pharmaceutical industry and artificial intelligence studies on it were examined. The course of the studies over time has been examined. The studies have been concentrated in the field of health services and health economics, and Deep Learning methods are increasingly used.

🔖

Bu Makaleye Atıf Yap

ŞENYER, N., KOÇKAYA, G., ODABAS, M. S. (2023). İLAÇ SEKTÖRÜNDE YAPAY ZEKA ÇALIŞMALARI. ERÜ Sağlık Bilimleri Fakültesi Dergisi, Cilt: 10 Sayı: 1, 36–44. https://ajindex.com/articles/945975

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (13)

  1. Wikipedi. Vikipedi, Özgür Ansiklopedi. Erişim tarihi 06.35, Mart 11, 2022; url://tr.wikipedia.org/w/index.php?title=%C4%B0la%C3%A7&oldid=27150084
  2. İEİS. 2021 yılı ilaç endüstrisi değerlendirmesi & 2022 yılı beklentileri. Erişim tarihi 09.39, Mart 11, 2022; url://
  3. KPMG. Küresel ilaç sektörü 1,5 trilyon dolara koşuyor. Erişim tarihi 09.41, Mart 11, 2022; url://
  4. Şuayip B. Sağlıkta yüksek teknoloji ve yapay zekâ. D (Sağlık Düşüncesi ve Tıp Kültürü) Dergisi. 2019; 50: 32-35
  5. Kinjel S. Third Emerging Technologies Set to Transform the Pharma World. Zacks. Erişim tarihi 10.00, Mart 11, 2022; url://
  6. Zhu H. Big data and artificial intelligence modeling for drug discovery. Annual review of pharmacology and toxicology. 2020; 60: 573-589
  7. Chaikijurajai T, Laffin L J, Tang W H W. Artificial intelligence and hypertension: recent advances and future outlook. American Journal of Hypertension. 2020; 33(11): 967-974
  8. Kainz B, Heinrich,MP, Makropoulos A, Oppenheimer J, Mandegaran R, Sankar S, Curry N. Non-invasive diagnosis of deep vein thrombosis from ultrasound imaging with machine learning. NPJ Digital Medicine. 2021; 4(1): 1-18
  9. Mohammadi R, Jain S, Namin AT, Heller MS, Palacholla R, Kamarthi S, Wallace B. Predicting Unplanned Readmissions Following a Hip or Knee Arthroplasty: Retrospective Observational Study. JMIR medical informatics. 2020: 8(11): e19761
  10. Ramkumar P N, Karnuta J M, Navarro SM, Haeberle HS, Iorio R, Mont MA, Krebs VE. Preoperative prediction of value metrics and a patient-specific payment model for primary total hip arthroplasty: development and validation of a deep learning model. The Journal of Arthroplasty. 2019; 34(10): 2228-2234
  11. Ashfaq A, Sant’Anna A, Lingman M, Nowaczyk S. Readmission prediction using deep learning on electronic health records. Journal of biomedical informatics. 2019; 97:103256
  12. Zhong Q, Li Z, Wang W, Zhang L, He KIntegrated medical resource consumption stratification in hospitalized patients: an Auto Triage Management model based on accurate risk, cost and length of stay prediction. Science China Life Sciences, 2021; 1: 1-12
  13. Hainline AE, Nath V, Parvathaneni P, Schilling KG, Blaber JA, Anderson A