Δρ. Σοφία Νικολέτα Οικονομίδου

Τμήμα Επιστημών Υγείας

Η Σοφία Ν. Οικονομίδου είναι Επίκουρη Καθηγήτρια Φαρμακευτικής Τεχνολογίας στο Πανεπιστήμιο Λευκωσίας – Αθήνα, στο Τμήμα Επιστημών Υγείας της Σχολής Επιστημών Ζωής και Υγείας. Το διεπιστημονικό της υπόβαθρο συνδυάζει τη μηχανολογία και τη βιοϊατρική μηχανική, τις φαρμακευτικές επιστήμες, τις προηγμένες τεχνολογίες παραγωγής, την ανάπτυξη ιατροτεχνολογικών προϊόντων και τις υπολογιστικές μεθόδους. Διαθέτει περισσότερα από 12 έτη ερευνητικής εμπειρίας σε ακαδημαϊκά ιδρύματα, ερευνητικά κέντρα και τη βιομηχανία.

Η Δρ Οικονομίδου είναι κάτοχος διδακτορικού διπλώματος (PhD) στη Φαρμακευτική από το University of Kent, όπου η διδακτορική της έρευνα επικεντρώθηκε στον σχεδιασμό και την ανάπτυξη μικροβελονών κατασκευασμένων με τρισδιάστατη εκτύπωση για διαδερμική χορήγηση φαρμάκων. Η έρευνά της περιλάμβανε προηγμένες τεχνικές προσθετικής κατασκευής, μικροηλεκτρομηχανικά συστήματα (MEMS), μηχανικό και in vitro χαρακτηρισμό, καθώς και εφαρμογές στον διαβήτη, τον καρκίνο και την οστεοπόρωση. Είναι επίσης κάτοχος Διπλώματος Μηχανολόγου και Αεροναυπηγού Μηχανικού από το Πανεπιστήμιο Πατρών, με ειδίκευση στην Εφαρμοσμένη Μηχανική, την Τεχνολογία Υλικών και τη Βιομηχανική.

Τα ερευνητικά της ενδιαφέροντα επικεντρώνονται στη φαρμακευτική τεχνολογία, την τρισδιάστατη εκτύπωση και την προσθετική κατασκευή, τα συστήματα χορήγησης φαρμάκων με μικροβελόνες, τα βιοϋλικά, τα ιατροτεχνολογικά προϊόντα, τον υπολογιστικό σχεδιασμό και τη βελτιστοποίηση βάσει δεδομένων. Τα τελευταία χρόνια, η έρευνά της έχει επεκταθεί στην τεχνητή νοημοσύνη και σε προσεγγίσεις υποβοηθούμενες από μηχανική μάθηση για εφαρμογές στη φαρμακευτική και τη βιομηχανική.

Στο ΕΚΕΦΕ «Δημόκριτος» εργάστηκε στη βελτιστοποίηση αρχιτεκτονικών δομών με χρήση δεδομένων και προσομοιώσεων, συμπεριλαμβανομένων ικριωμάτων ιστομηχανικής και μικροβελονών, καθώς και στην ανάλυση με τη μέθοδο των πεπερασμένων στοιχείων, στις μηχανικές δοκιμές και στη βελτιστοποίηση διεργασιών παραγωγής με τη βοήθεια τεχνικών μηχανικής μάθησης. Στη συνέχεια εργάστηκε ως Ερευνήτρια Μηχανικός Τεχνητής Νοημοσύνης (AI Research Engineer), αναπτύσσοντας πράκτορες τεχνητής νοημοσύνης, συστήματα αυτοματοποίησης ροών εργασίας και υπολογιστικά εργαλεία για εφαρμογές στη φαρμακευτική και τις επιστήμες ζωής.

Η Δρ Οικονομίδου έχει επίσης αναλάβει ανώτερες θέσεις στον τομέα της μηχανικής και της μεταφραστικής έρευνας. Ως Director of Engineering στη Biological Lattice Industries Corp., ηγήθηκε διεπιστημονικών ομάδων μηχανικών και συνέβαλε στην ανάπτυξη προϊόντων, την παραγωγή, τη διαχείριση ποιότητας, τις δραστηριότητες που σχετίζονται με τα πρότυπα ISO 9001 και ISO 13485, τη σήμανση CE και την κανονιστική τεκμηρίωση. Προηγουμένως, στο University College London και στη Biosensors Beyond Borders Ltd, εργάστηκε στην ανάπτυξη και εμπορική αξιοποίηση ιατροτεχνολογικών προϊόντων για διαγνωστικές εξετάσεις στο σημείο φροντίδας (point-of-care), συμπεριλαμβανομένων της κατασκευής πρωτοτύπων, των in vitro δοκιμών, της προετοιμασίας κλινικών δοκιμών, των συστημάτων ποιότητας, της τεχνικής τεκμηρίωσης για σήμανση CE και της προετοιμασίας φακέλων FDA 510(k).

Το ακαδημαϊκό της έργο περιλαμβάνει δημοσιεύσεις σε επιστημονικά περιοδικά όπως τα Advanced Drug Delivery Reviews, Additive Manufacturing, Molecular Pharmaceutics, Micromachines και International Journal of Pharmaceutics, με αρκετές από τις δημοσιεύσεις της να επικεντρώνονται στις τρισδιάστατα εκτυπωμένες μικροβελόνες και τη διαδερμική χορήγηση φαρμάκων. Είναι επίσης Associate Fellow της UK Higher Education Academy και διαθέτει διδακτική εμπειρία στο University of Kent, το Πανεπιστήμιο Πειραιώς, καθώς και σε προγράμματα επαγγελματικής εκπαίδευσης φαρμακευτικών επιστημόνων και ακαδημαϊκών.

Η βασική επαγγελματική φιλοδοξία της Δρ Οικονομίδου είναι να συμβάλει στην απρόσκοπτη μεταφορά και αξιοποίηση τεχνολογιών μηχανικής και υπολογιστικών τεχνολογιών σε πρακτικές εφαρμογές στη φαρμακευτική και την υγειονομική περίθαλψη, γεφυρώνοντας τη βασική έρευνα, την ανάπτυξη προϊόντων, τις κανονιστικές απαιτήσεις και τις αναδυόμενες τεχνολογίες που βασίζονται στην τεχνητή νοημοσύνη.