Artificial Intelligence (AI) in Pharmaceutical Formulation and Dosage Calculations

作者
Sameer Joshi,Sandeep Sheth
出处
期刊:Pharmaceutics [Multidisciplinary Digital Publishing Institute]
卷期号:17 (11): 1440-1440
标识
DOI:10.3390/pharmaceutics17111440
摘要

Artificial Intelligence (AI) is reforming pharmaceutical sciences by renovating traditional drug formulation and dosage calculation approaches. This review provides a comprehensive overview of how AI technologies, such as machine learning (ML), deep learning (DL), and natural language processing (NLP), are currently being used in pharmaceutical calculations to improve accuracy, efficiency, and personalization. We have explored the role of AI in predicting drug properties, excipient optimization, and formulation design, as well as its applications in pharmacokinetic/pharmacodynamic (PK/PD) modeling, real-time dose adjustment, and precision medicine. Despite significant progress, data quality, interpretability, regulatory acceptance, and ethical considerations persist. Therefore, this review examines the impact of AI on automated decision-making, quality control, and regulatory compliance in pharmaceutical formulation development. The article also highlights the emerging trends in pharmaceuticals, including AI-assisted 3D printing, integration with wearable technologies, and emphasizing AI’s transformative potential in reforming the landscape of pharmaceuticals and personalized therapeutics.

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
刚刚
刚刚
木由子发布了新的文献求助10
刚刚
汶长清完成签到 ,获得积分10
刚刚
Owen应助Carlito采纳,获得30
1秒前
健壮的悟空完成签到 ,获得积分10
1秒前
1秒前
2秒前
子非鱼发布了新的文献求助10
3秒前
签到完成签到,获得积分10
4秒前
houyuhao123123完成签到,获得积分10
4秒前
开心果发布了新的文献求助10
4秒前
科研通AI6.2应助奇思妙想采纳,获得10
4秒前
迅速滑板发布了新的文献求助30
5秒前
xieroro完成签到,获得积分10
5秒前
6秒前
8秒前
如意的橘子完成签到 ,获得积分10
9秒前
Doc发布了新的文献求助10
9秒前
慕青应助韩天宇采纳,获得10
10秒前
旺旺仙贝完成签到 ,获得积分10
11秒前
狂野元枫完成签到 ,获得积分10
11秒前
11秒前
英俊的铭应助Eason采纳,获得10
12秒前
12秒前
12秒前
努力心发布了新的文献求助10
13秒前
13秒前
13秒前
13秒前
香蕉觅云应助yz采纳,获得10
14秒前
hanyr完成签到,获得积分10
14秒前
向峻熙完成签到,获得积分10
14秒前
15秒前
OK完成签到,获得积分10
15秒前
熊孩子在修行完成签到,获得积分10
16秒前
16秒前
ljq发布了新的文献求助10
16秒前
不器完成签到 ,获得积分10
16秒前
科研通AI6.4应助田木封采纳,获得10
17秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Principles of town planning: translating concepts to applications 1000
Management and the Arts 510
Matrix Methods in Data Mining and Pattern Recognition Second Edition 510
The Effective Clinical Neurologist 3ed 500
The Great Hymn to Šamaš 500
Moody's Ratings Rising AI spending narrows the gap, but US hyperscalers retain edge over Chinese peers 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 内科学 物理 复合材料 催化作用 细胞生物学 无机化学 光电子学 物理化学 电极 基因
热门帖子
关注 科研通微信公众号,转发送积分 7695688
求助须知:如何正确求助?哪些是违规求助? 9256163
关于积分的说明 20001072
捐赠科研通 7270154
什么是DOI,文献DOI怎么找? 3292558
关于科研通互助平台的介绍 2448209
邀请新用户注册赠送积分活动 2298217