Mašīnmācīšanās pieeja, ko izstrādājuši Dr Diego Galeano un prof Alberto Pakanaro no
Ir vispāratzīts, ka daudzas blakusparādībasklīnisko pētījumu laikā zāles netiek novērotas, bet tiek identificētas tikai pēc zāļu nonākšanas tirgū un pacientu nopirktas. Tas var izraisīt saslimstības un mirstības pieaugumu veselības nozarē.
Zinātnieki ir izveidojuši jaunu ieteikumu algoritmu,līdzīgi Netflix, kas paredz lietotāju gaumi un vēlmes, un pēc tam iesaka filmas un seriālus, kas ir piemēroti skatīšanai. Viņš varēs noteikt, kā pacienti reaģēs uz medikamentiem. Un arī aprēķiniet to cilvēku procentuālo daudzumu, kuriem pēc zāļu lietošanas agrīnās cilvēku izmēģinājumu stadijās būs blakusparādības. Jaunais risinājums nākotnē varētu mainīt testēšanas gaitu.
Ir ārkārtīgi svarīgi paredzēt, kāds būs zāļu blakusparādību biežums pēc pirmajiem klīnisko pētījumu posmiem. Pašlaik mums nav sistēmu, kas to varētu izdarīt.
Royal Holloway profesors Alberto Paccanaro
Kaut arī precīzs novērtējums par blakusparādību biežumuTas ir ļoti svarīgi pacientu aprūpei klīniskajā praksē, tas ir svarīgi arī farmācijas uzņēmumiem, jo tas samazina zāļu izņemšanas no tirgus vai dārgu atkārtotu blakusparādību biežuma novērtēšanas risku, izmantojot jaunus klīniskos pētījumus.
Lasīt arī
Krievijas vakcīna pret COVID-19 nonāca civilā apritē, taču par to ir daudz sūdzību
Slimības 3. dienā lielākajai daļai COVID-19 pacientu zūd oža un bieži cieš no iesnas
Zinātnieki ir noskaidrojuši, kāpēc bērni ir visbīstamākie COVID-19 nesēji