Авторите на новата работа са използвали машинно обучение, за да предвидят по-добре страничните ефекти.
Те събраха данни от доклади за нежеланисъбития, публикувани от Американската администрация по храните и лекарствата (FAERS). В базите данни има повече от 15 милиона записа. Освен това, авторите групират събития, които често се случват едновременно, за да опрости анализа и да укрепят връзката между лекарството и неговия профил на странични ефекти.
След това изследователите обучиха невронна мрежа, коятоимитира начина, по който човешкият мозък прави асоциации между данните, така че да може да идентифицира общи модели между лекарствата и техните странични ефекти.
За да тестват своя модел, изследователитезареди данни с очевидно нежелани комбинации, за да види как невронната мрежа ще реагира на тях. Резултатите показват, че моделът може да разпознае тези нови модели и лесно да разчете страничните ефекти на комбинираната терапия.
Успяхме да идентифицираме индивидатерапевтични ефекти с помощта на прости алгебрични изчисления. Тъй като алгоритъмът е обучен да разпознава глобални модели, той може точно да улови страничните ефекти на комбинираната терапия.
Барт Вестерман, д-р, старши автор на изследването и доцент в Амстердамския онкологичен център
Прочетете още:
След десет години работа учените поставиха под въпрос стандартния модел на физиката
Има друга „планета“ вътре в Земята: как тя спаси зараждащия се живот
Старите клетки бяха препрограмирани и те станаха с 30 години по-млади: как работи