Подход за машинно обучение, разработен от д-р Диего Галеано и проф. Алберто Паканаро от
Общоприето е, че многобройни странични ефектилекарства не се наблюдават по време на клинични изпитвания, но се идентифицират едва след като лекарството излезе на пазара и е закупено от пациентите. Това може да доведе до увеличаване на заболеваемостта и смъртността в здравния сектор.
Учените създадоха нов алгоритъм за препоръки,подобно на Netflix, което предсказва вкусовете и предпочитанията на потребителите, а след това предлага филми и телевизионни предавания, подходящи за гледане. Той ще може да определи как пациентите ще реагират на лекарството. И също така изчислете процента на хората, които ще имат странични ефекти след приема на лекарството в ранните етапи на изпитванията при хора. Новото решение може да промени хода на тестване в бъдеще.
Изключително важно е да се предскаже каква ще бъде честотата на страничните ефекти на лекарството след началните етапи на клиничните изпитвания. В момента нямаме системи, които биха могли да направят това.
Професор Алберто Паканаро от Royal Holloway
Въпреки че е точна оценка на честотата на страничните ефектижизненоважно за грижата за пациентите в клиничната практика, това е от съществено значение и за фармацевтичните компании, тъй като намалява риска от изтегляне на лекарството от пазара или скъпа преоценка на честотата на страничните ефекти чрез нови клинични изпитвания.
Прочетете също
Руската ваксина срещу COVID-19 влезе в цивилно обращение, но има много оплаквания от нея
На 3-ти ден от заболяването повечето пациенти с COVID-19 губят обонянието си и често страдат от хрема
Учените са открили защо децата са най-опасните носители на COVID-19