Een machine learning-aanpak ontwikkeld door Dr. Diego Galeano en Prof. Alberto Paccanaro uit
Het is algemeen aanvaard dat er tal van bijwerkingen zijnGeneesmiddelen worden niet waargenomen tijdens klinische onderzoeken, maar worden pas geïdentificeerd nadat het geneesmiddel op de markt is gekomen en door patiënten is gekocht. Dit kan leiden tot een toename van de morbiditeit en mortaliteit in de gezondheidssector.
Wetenschappers hebben een nieuw aanbevelingsalgoritme gemaakt,vergelijkbaar met Netflix, dat de smaak en voorkeuren van gebruikers voorspelt en vervolgens films en tv-programma's suggereert die geschikt zijn om te bekijken. Hij zal kunnen bepalen hoe patiënten op het medicijn zullen reageren. En bereken ook het percentage mensen dat bijwerkingen zal hebben na inname van het medicijn in de vroege stadia van menselijke proeven. De nieuwe oplossing zou het verloop van het testen in de toekomst kunnen veranderen.
Het is buitengewoon belangrijk om te voorspellen hoe vaak de bijwerkingen van geneesmiddelen zullen zijn na de eerste fasen van klinische onderzoeken. Op dit moment hebben we geen systemen die dit kunnen doen.
Professor Alberto Paccanaro van Royal Holloway
Hoewel een nauwkeurige schatting van de frequentie van bijwerkingenHet is essentieel voor de patiëntenzorg in de klinische praktijk, maar het is ook essentieel voor farmaceutische bedrijven, omdat het het risico verkleint dat het geneesmiddel uit de handel wordt genomen of een dure herbeoordeling van de incidentie van bijwerkingen door middel van nieuwe klinische onderzoeken.
Lees ook
Het Russische vaccin tegen COVID-19 kwam in de burgerlijke circulatie, maar er zijn veel klachten over
Op dag 3 van de ziekte verliezen de meeste COVID-19-patiënten hun reukvermogen en hebben ze vaak een loopneus
Wetenschappers hebben ontdekt waarom kinderen de gevaarlijkste dragers van COVID-19 zijn