کلان داده و داروسازی: کاربردها و اولویت ها

زمینه. بیمارستان ها، بیماران، پژوهشگران و مراکز درمانی در حال تولید حجم عظیمی از داده ها در بخش مراقبت های پزشکی و تشخیص دارو هستند. با توسعه مداوم ابزارهای ذخیره سازی داده و در دسترس بودن دستگاه های هوشمند در جهان، نفوذ کلان داده ها همچنان رو به رشد خواهد بود. این تاثیرگذاری به حوزه پزشکی نیز منتقل شده است. حجم داده های موجود در زمینه های فارماکولوژی، سم شناسی و داروسازی نیز به طور مداوم در حال افزایش است. از همین رو، پژوهش حاضر با هدف شناسایی کاربردهای کلان داده در حوزه داروسازی انجام شد. روش کار. مطالعه حاضر در دو مرحله با رویکرد ترکیبی در زمستان 1401 انجام شد. در مرحله اول، کاربردهای کلان داده با جستجوی کتابخانه ای و روش تحلیل محتوا شناسایی و استخراج شد. در مرحله دوم، کاربردهای استخراج شده توسط کمیته خبرگان متشکل از 17 متخصص که در حوزه داروسازی ایران کار می کردند، رتبه بندی شدند. برای رتبه بندی کاربردهای کلان داده در حوزه داروسازی از تکنیک سوارا استفاده شد. یافته ها. پژوهش حاضر اهمیت کاربردهای کلان داده در داروسازی را مورد بررسی قرار داده است. نتایج حاصل از این پژوهش نشان داد که کشف و توسعه دارو (263/ 0) و تحلیل کارآزمایی بالینی (224/ 0) دارای بیشترین وزن اهمیت و بعد از آن ها به ترتیب اثربخشی و عملکرد دارو (197/ 0) ، ایمنی دارو (170/ 0) و شخصی سازی دارو (146/ 0) در مرتبه های بعد قرار دارند. نتیجه گیری. مطالعه حاضر تلاشی برای مرور ادبیات موجود در مورد به کارگیری کلان داده در حوزه داروسازی و رتبه بندی آن ها را نشان داد. کلان داده می تواند به پژوهشگران کمک کند تا به کشف و توسعه هر چه بهتر داروها بپردازند و اثرات داروها و سایر مواد شیمیایی را بر بدن انسان بهتر شناسایی کنند، که این امر می تواند به بهبود ایمنی و کارایی داروها و سایر مواد شیمیایی کمک کند. همچنین کلان داده می تواند به بهبود دقت پیش بینی های مربوط به اثرات داروها و مواد شیمیایی کمک کند، که این امر به بهبود ایمنی در تولید دارو منجر شده و به جلوگیری از تداخلات نامطلوب دارویی کمک کند. در نهایت کاربردهای شناسایی شده در این مطالعه برای حوزه پزشکی و سلامت ضروری هستند و کلان داده ممکن است به طور قابل توجهی بر بهبود این حوزه ها تاثیر بگذارد. تحلیل کلان داده دارای پتانسیل تحول آفرینی است و راه های جدیدی برای درک و پیش بینی اثرات دارو ارائه می دهد. از این رو به کارگیری کلان داده نقش مهمی در داروسازی ایفا خواهد کرد و به کشف و توسعه دارو، بهبود ایمنی و اثربخشی دارو کمک جدی می کند.

big data and pharmaceutical industry: applications and priorities

background. hospitals, patients, researchers, and healthcare organizations are producing enormous amounts of data in both the healthcare and drug detection sectors. with continued development of cheap data storage and availability of smart devices in the world, the influence of big data (bd) will continue to grow. this influence has also carried over to healthcare. the volumes of data available in the fields of pharmacology, toxicology, and pharmaceutics are constantly increasing. therefore, the present study aimed to identify the applications of big data technology in the field of pharmaceutics. methods. using the mixed methods approach, this study was conducted in two phases in winter 2023. in the first phase, the applications of big data technology were identified by library search and assessed by content analysis. in the second phase, applications were ranked by a panel of experts, including 17 experts who worked in the iranian pharmaceutical industry. the stepwise weight assessment ratio analysis (swara) method was used for ranking the application of big data in pharmaceutics. results. the present study examined the importance of big data applications in pharmaceutics. the results showed that drug discovery (0.263) and clinical study analysis (0.224) had the highest importance, followed by drug efficacy and performance (0.197), drug safety (0.170) and drug personalization (0.146). conclusion. the present study detailed a substantial attempt to review the existing literature regarding the implementation of big data and to rank big data applications in the pharmaceutical industry. big data can help researchers to better discover and develop drugs and understand the effects of drugs and other chemicals on the human body. as a result, it can help improve the safety and efficacy of drugs and other chemicals. also, big data can help to improve the accuracy of predictions regarding the effects of drugs and chemicals, which can improve safety in drug development and help to avoid potential adverse drug interactions. the applications considered in this study are ultimately necessary for humanity, and big data may significantly impact the betterment of these domains. big data has a revolutionary potential, providing new ways to understand and predict the effects of drugs. bd will possibly play an important role in pharmaceutics in future, critically helping to drug discovery and improve drug safety and efficacy.