Applied Data & AI in Drug Discovery

Ai & data | Foto: HAN_University of Applied Sciences

Werk je in de geneesmiddelenontwikkeling en wil je aan de slag met data-analyse en kunstmatige intelligentie (AI)? Volg dan deze cursus voor een praktijkgerichte introductie!

Voor wie is de cursus Applied Data & AI in Drug Discovery?

Deze introductiecursus is geschikt voor professionals die in de geneesmiddelenontwikkeling werken en geïnteresseerd zijn in de toepassing van data-analyse en kunstmatige intelligentie. Denk aan R&D-medewerkers, onderzoekers/wetenschappelijk en/of lab-medewerkers die hun experimentele data beter willen begrijpen, op zoek zijn naar praktische tools en best practices.

Ook is de cursus heel geschikt voor beleidsadviseurs of projectleiders en anderen geïnteresseerden in AI binnen life sciences. Hiervoor is het met name waardevol om te leren hoe AI strategisch te willen inzetten. Technische voorkennis is namelijk niet vereist.

Dit ga je leren

De cursus biedt een praktijkgerichte introductie in het gebruik van data-analyse en kunstmatige intelligentie (AI) binnen geneesmiddelenontwikkeling. Je leert hoe AI-tools toegepast worden in processen zoals molecuulscreening en data-analyse, en hoe je kritisch kunt beoordelen of AI-oplossingen betrouwbaar en reproduceerbaar zijn. Daarnaast komen ethiek, privacy en bias aan bod en werk je met praktijkvoorbeelden en hands-on workshops.

Resultaat – Wat levert het je op?

Na afloop van deze cursus begrijp je wat AI en data-analyse betekenen in de context van geneesmiddelenontwikkeling en heb je zelf geoefend met tools en data. Je kent de relevante terminologie, concepten en toepassingen.

• Je begrijpt de verschillende stappen in het proces (bijv. target identification, hit discovery, lead optimization).
• Je weet waar en hoe data gegenereerd wordt in elke stap en hebt geleerd welke AI-technieken en data-analyses relevant zijn per fase.
• Je hebt inzicht in hoe AI de efficiëntie, nauwkeurigheid of innovatie kan verbeteren.
• Je begrijpt de risico’s en verantwoordelijkheden bij het gebruik van AI en data en je weet wat AI is en wat niet.
• Je hebt geleerd over privacy, bias, transparantie en reproduceerbaarheid.
• Je hebt kennisgemaakt met een aantal bestaande tools; je begrijpt hoe deze tools werken en hoe ze toegepast kunnen worden.

Het programma per dag
Onderstaande onderwerpen worden in deze cursus behandeld:

Dag 1 – Door Erwin Folmer (HAN Lector Data Science) & Dennis Löwik (HAN Lector Drug Discovery)

• Basisbeginselen van AI & data-analyse
• Toepassingsmogelijkheden
• Belang van goed datafundament, o.a. concept ‘Knowledge Graphs’
• Link naar de Early Drug Discovery (EDD)
• Praktijkvoorbeelden uit de EDD.

Dag 2 – Door Julianne van Ingen Schenau (HAN Docent Chemie & onderzoeker Drug Discovery)

• Toepassing van AI & dataverwerking in de EDD-workflow
• Drug discovery overview (4D map)
• Best practice-voorbeeld (TropIQ & AI)
• Data-ethiek & veiligheid binnen de EDD
• Introductie op workshop dag 3
• Gastcollege van Gerard van Westen (Professor of AI & Medicinal Chemistry, Universiteit Leiden) getiteld: ‘Artificiële Intelligentie in het geneesmiddelenonderzoek’

Dag 3 – Door Guus van Bentum (HAN Docent Bio-Informatica)

• AI-tools & data science-oplossingen
• Bestaande AI-tools/packages overzicht
• Validatie & explainability van modellen
• Statistiek en datavaardigheden
• Hands-on workshop ‘Praktische toepassing van AI in EDD’

Data, tijden & locatie
De cursus Applied Data & AI in Drug Discovery vindt plaats bij de HAN in Nijmegen, Laan van Scheut 2. De cursusdagen zijn van 13.30 tot 17.00 uur.

De eerstvolgende editie start op dinsdag 12 januari 2027. Een overzicht van alle cursusdata vind je hieronder:

12-01-2027
19-01-2027
02-02-2027*
*Let op: deze laatste dag start een uur eerder (12.30-17.00 uur)

Heb je interesse in deelname, maar kun je niet op bovenstaande data? Mail ons, dan bespreken we de mogelijkheden.

Geschreven door

HAN_University of Applied Sciences

Lees meer