Diego Galeano 박사와 Alberto Paccanaro 교수가 개발한 기계 학습 접근 방식입니다.
일반적으로 수많은 부작용이약물은 임상 시험 중에 관찰되지 않지만 약물이 시장에 출시되고 환자가 구매 한 후에 만 확인됩니다. 이것은 보건 부문에서 이환율과 사망률을 증가시킬 수 있습니다.
과학자들은 새로운 추천 알고리즘을 만들었습니다.사용자의 취향과 선호도를 예측하여 시청에 적합한 영화와 TV 프로그램을 제안하는 Netflix와 유사합니다. 그는 환자가 약물에 어떻게 반응할지 결정할 수 있습니다. 또한 인간 실험의 초기 단계에서 약물을 복용 한 후 부작용이있는 사람들의 비율을 계산합니다. 새로운 솔루션은 향후 테스트 과정을 변경할 수 있습니다.
임상 시험의 첫 단계 후에 약물 부작용의 빈도를 예측하는 것은 매우 중요합니다. 현재로서는이를 수행 할 수있는 시스템이 없습니다.
Royal Holloway의 Alberto Paccanaro 교수
부작용 빈도에 대한 정확한 추정치가임상 실습에서 환자 치료에 매우 중요하며, 새로운 임상 시험을 통해 시장에서 약물 철수 위험을 줄이거 나 비용이 많이 드는 부작용 발생률을 재평가하기 때문에 제약 회사에도 필수적입니다.
읽어보기
러시아 COVID-19 백신이 민간 유통에 들어 갔지만 불만이 많다
질병의 3 일차에, 대부분의 COVID-19 환자는 후각을 잃고 종종 콧물로 고통받습니다.
과학자들은 아이들이 COVID-19의 가장 위험한 보균자 인 이유를 알아 냈습니다