Аутори новог рада користили су машинско учење да би боље предвидели нежељене ефекте.
Прикупили су податке из пријава нежељенихдогађаји које је објавила америчка Управа за храну и лекове (ФАЕРС). У базама података постоји више од 15 милиона записа. Даље, аутори су груписали догађаје који се често дешавају истовремено да би поједноставили анализу и ојачали однос између лека и његовог профила нежељених ефеката.
Истраживачи су затим обучили неуронску мрежу којаопонаша начин на који људски мозак повезује податке како би могао да идентификује уобичајене обрасце између лекова и њихових нежељених ефеката.
Да би тестирали свој модел, истраживачиучитава податке са очигледно непожељним комбинацијама да види како ће неуронска мрежа реаговати на њих. Резултати су показали да модел може препознати ове нове обрасце и лако прочитати нежељене ефекте комбиноване терапије.
Успели смо да идентификујемо појединцатерапеутски ефекти коришћењем једноставних алгебарских прорачуна. Пошто је алгоритам обучен да препозна глобалне обрасце, може прецизно да ухвати нежељене ефекте комбиноване терапије.
др Барт Вестерман, виши аутор студије и ванредни професор у Амстердамском центру за рак
Опширније:
После десет година рада, научници су довели у питање стандардни модел физике
Постоји још једна „планета“ унутар Земље: како је спасила живот у настајању
Старе ћелије су репрограмиране и постале су 30 година млађе: како то функционише