Az új munka szerzői gépi tanulást alkalmaztak a mellékhatások jobb előrejelzésére.
Adatokat gyűjtöttek a nemkívánatos bejelentésekbőlaz Egyesült Államok Élelmiszer- és Gyógyszerügyi Hivatala (FAERS) által közzétett események. Az adatbázisokban több mint 15 millió rekord található. A szerzők továbbá csoportosították a gyakran egyidejűleg előforduló eseményeket, hogy egyszerűsítsék az elemzést és erősítsék a gyógyszer és mellékhatásprofilja közötti kapcsolatot.
A kutatók ezután egy neurális hálózatot képeztek ki, amelyutánozza azt a módot, ahogy az emberi agy asszociációkat hoz létre az adatok között, így azonosítani tudja a gyógyszerek és mellékhatásaik közötti közös mintákat.
Modelljük teszteléséhez a kutatóknyilvánvalóan nemkívánatos kombinációkkal töltötte be az adatokat, hogy megnézze, hogyan reagál rájuk a neurális hálózat. Az eredmények azt mutatták, hogy a modell képes felismerni ezeket az új mintákat, és könnyen leolvasni a kombinált terápia mellékhatásait.
Sikerült azonosítanunk az egyéntterápiás hatások egyszerű algebrai számítások segítségével. Mivel az algoritmust a globális minták felismerésére képezték ki, pontosan képes rögzíteni a kombinált terápia mellékhatásait.
Bart Westerman, PhD, a tanulmány vezető szerzője és az Amszterdami Rákkutató Központ docense
Olvass tovább:
Tíz év munka után a tudósok megkérdőjelezték a fizika standard modelljét
Van egy másik „bolygó” a Földön belül: hogyan mentette meg a születőben lévő életet
A régi sejteket átprogramozták, és 30 évvel fiatalabbak lettek: hogyan működik