ディエゴ・ガレアーノ博士とアルベルト・パッカナロ教授によって開発された機械学習アプローチ
多くの副作用が一般的に認められています薬は臨床試験中に観察されませんが、薬が市場に出て患者によって購入された後にのみ識別されます。これは、保健部門の罹患率と死亡率の増加を引き起こす可能性があります。
科学者は新しい推奨アルゴリズムを作成しました、ユーザーの好みや好みを予測し、視聴に適した映画やシリーズを提案するNetflixに似ています。彼は、患者が薬にどのように反応するかを決定することができます。また、人間の試験の初期段階で薬を服用した後に副作用を起こす人の割合を計算します。新しいソリューションは、将来的にテストのコースを変更する可能性があります。
臨床試験の初期段階の後、薬物の副作用の頻度を予測することは非常に重要です。現時点では、これを実行できるシステムはありません。
ロイヤルホロウェイのアルベルトパッカナロ教授
副作用の頻度の正確な見積もりが臨床診療における患者ケアに不可欠であり、市場からの薬剤の撤退や新しい臨床試験による副作用の発生率の費用のかかる再評価のリスクを低減するため、製薬会社にとっても不可欠です。
また読む
COVID-19に対するロシアのワクチンは民間の流通に入ったが、それについて多くの不満があります
病気の3日目、ほとんどのCOVID-19患者は嗅覚を失い、そしてしばしば鼻水に苦しむ
科学者は子供がCOVID-19の最も危険な保菌者である理由を発見しました