Ein maschineller Lernansatz, der von Dr. Diego Galeano und Prof. Alberto Paccanaro entwickelt wurde
Es ist allgemein anerkannt, dass zahlreiche NebenwirkungenMedikamente werden in klinischen Studien nicht beobachtet, sondern erst identifiziert, nachdem das Medikament auf den Markt gekommen ist und von Patienten gekauft wurde. Dies kann zu einem Anstieg der Morbidität und Mortalität im Gesundheitssektor führen.
Wissenschaftler haben einen neuen Empfehlungsalgorithmus entwickelt,Ähnlich wie bei Netflix, das den Geschmack und die Vorlieben der Benutzer vorhersagt und dann Filme und Fernsehsendungen vorschlägt, die zum Ansehen geeignet sind. Er kann bestimmen, wie Patienten auf das Medikament reagieren. Berechnen Sie auch den Prozentsatz der Personen, die nach der Einnahme des Arzneimittels in den frühen Stadien von Studien am Menschen Nebenwirkungen haben werden. Die neue Lösung könnte in Zukunft den Testverlauf ändern.
Es ist äußerst wichtig vorherzusagen, wie häufig Nebenwirkungen von Arzneimitteln nach den ersten Phasen klinischer Studien auftreten werden. Im Moment haben wir keine Systeme, die dies tun könnten.
Professor Alberto Paccanaro von Royal Holloway
Obwohl eine genaue Schätzung der Häufigkeit von NebenwirkungenFür die Patientenversorgung in der klinischen Praxis von entscheidender Bedeutung, ist es auch für Pharmaunternehmen von entscheidender Bedeutung, da es das Risiko eines Arzneimittelrückzugs vom Markt oder einer kostspieligen Neubewertung der Häufigkeit von Nebenwirkungen durch neue klinische Studien verringert.
Lesen Sie auch
Der russische Impfstoff gegen COVID-19 ist in den zivilen Verkehr gekommen, aber es gibt viele Beschwerden darüber
Am dritten Krankheitstag verlieren die meisten COVID-19-Patienten ihren Geruchssinn und leiden häufig an einer laufenden Nase
Wissenschaftler haben herausgefunden, warum Kinder die gefährlichsten Träger von COVID-19 sind