Gli autori del nuovo lavoro hanno utilizzato l’apprendimento automatico per prevedere meglio gli effetti collaterali.
Hanno raccolto dati da segnalazioni di indesideratieventi pubblicati dalla Food and Drug Administration (FAERS) statunitense. Ci sono più di 15 milioni di record nei database. Inoltre, gli autori hanno raggruppato eventi che spesso si verificano simultaneamente per semplificare l'analisi e rafforzare la relazione tra il farmaco e il suo profilo di effetti collaterali.
I ricercatori hanno quindi addestrato una rete neuraleimita il modo in cui il cervello umano crea associazioni tra i dati in modo da poter identificare modelli comuni tra i farmaci e i loro effetti collaterali.
Per testare il loro modello, i ricercatoridati caricati con combinazioni ovviamente indesiderabili per vedere come la rete neurale reagirebbe ad essi. I risultati hanno mostrato che il modello poteva riconoscere questi nuovi modelli e leggere facilmente gli effetti collaterali della terapia di combinazione.
Siamo stati in grado di identificare l'individuoeffetti terapeutici utilizzando semplici calcoli algebrici. Poiché l’algoritmo è addestrato a riconoscere modelli globali, può catturare con precisione gli effetti collaterali della terapia di combinazione.
Bart Westerman, PhD, autore senior dello studio e professore associato presso l'Amsterdam Cancer Center
Leggi di più:
Dopo dieci anni di lavoro, gli scienziati hanno messo in dubbio il modello standard della fisica
C'è un altro "pianeta" all'interno della Terra: come ha salvato la vita nascente
Le vecchie cellule sono state riprogrammate e sono diventate più giovani di 30 anni: come funziona