عضو هیات علمی پژوهشگاه دانش های بنیادی هدف از مدل سازی شبکه مغزی با استفاده از هوش مصنوعی را یافتن کارکردها و الگوهای طبیعی موجود در مغز برای تشخیص اختلالات مغزی دانست و گفت: با کمک این ابزار می توان به نتایج مطلوبی در تشخیص و درمان بیماری ها دست یافت.

دکتر مرضیه زارع در خصوص این موضوع توضیح داد: در مدل سازی سیستم های شناختی به خصوص مدل سازی شبکه مغزی تلاش می شود با تغییر متغیرهای معادلات دینامیکی، آنها را به مدل های اصلی نزدیک تر کرده و شبیه سازی هایی با هزینه های بسیار کمتر از آزمایش های واقعی را انجام داد.
وی با اشاره به اینکه با طراحی ماشین های هوش مصنوعی و استفاده مناسب از این ابزارها می توان به نتایج و دستاوردهای مطلوبی در تشخیص و درمان بیماری ها و نیز پیشبرد فعالیت های موجود در بخش های مختلف فناوری ها دست یافت، گفت: بهره گیری از هوش مصنوعی و شناخت الگوها کمک می کند تا علت بروز اختلالات و نیز راه های پیشگیری و درمان آنها ازجمله بیماری پارکینسون تشخیص داده شود.
عضو هیات علمی پژوهشگاه دانش های بنیادی افزود: یافتن الگوها به درک و شناخت بهتر سیستم های شناختی و در نهایت شناخت طبیعت کمک می کند.
وی یادآور شد: مطالعه مغز به عنوان یک سیستم پیچیده رهیافت تحقیقاتی است و مدل سازی شبکه مغزی و دستیابی به الگوهای مناسب از اهمیت بسیاری برخوردار است تا با کسب نتایج مطلوب، زمینه برای تشخیص اختلالات در شبکه های مغزی حاصل و راه های پیشگیری و معالجه بیماری ها تسهیل شود.
زارع نقش ستاد توسعه علوم شناختی در توسعه و گسترش این دانش در سطح جامعه به ویژه در مراکز دانشگاهی و تحقیقاتی را بسیار حائز اهمیت دانست و گفت: با حمایت های ستاد توسعه علوم و فناوری های شناختی، طرح های گسترده ای در زمینه علوم مرتبط با دانش مغز، اعصاب شناختی و نیز هوش مصنوعی تصویب و به اجرا درآمده است که امید می رود با کسب یافته های تحقیقاتی زمینه پیشرفت درعلوم شناختی و نیز تشخیص و درمان بیماری ها با استفاده از فناوری های نوین و دانش داخلی فراهم شود.