SLAS技术发表的一篇新的自动评论着眼于人工智能的新兴领域，特别是小型特定兴趣系统数据集的分析，如何用于改善药物开发和个性化医疗。这篇自动评论建立在科学转化医学作者最近发表的关于人工智能(AI)平台，二次表型优化平台(QPOP)的研究基础上，该研究显着改善了硼替佐米耐药多发性骨髓瘤的联合治疗，以确定最佳药物个别多发性骨髓瘤患者的组合。

现在显而易见的是，诸如癌症的复杂疾病通常需要有效的药物组合以产生任何显着的治疗效果。随着这些联合疗法中的药物越来越特异于分子靶标，设计有效的药物组合以及为正确的患者选择正确的药物组合变得更加困难。

人工智能对药物开发和个性化医疗产生积极影响。由于能够有效分析关注特定疾病的小型数据集，QPOP和其他基于小型数据集的AI平台可以合理地设计出有效且基于真实实验数据而非机械假设或预测建模的最佳药物组合。此外，由于平台的效率，QPOP还可以应用于珍贵的患者样本，以帮助优化和个性化组合疗法。