Подход машинного обучения, разработанный доктором Диего Галеано и профессором Альберто Пакканаро из Департамента компьютерных наук в Ройал Холлоуэй, является первым в своем роде. Рекомендательный алгоритм может предсказать, какой процент населения пострадает от определенных побочных эффектов лекарств.
Общепризнано, что многочисленные побочные эффекты медицинских препаратов не наблюдаются во время клинических испытаний, а выявляются только после того, как лекарство поступает на рынок и приобретается пациентами. Это может вызвать рост заболеваемости и смертности в сфере здравоохранения.
Ученые создали новый рекомендательный алгоритм, аналогичный Netflix, который прогнозирует вкус и предпочтения пользователей, а затем предлагает подходящие для просмотра фильмы и сериалы. Он сможет определить, как пациенты будут реагировать на лекарство. А также вычислить процент людей, у которых будут побочные эффекты после приема лекарства на первых этапах испытаний на людях. Новое решение может изменить ход испытаний в будущем.
Чрезвычайно важно предсказать, какова будет частота побочных эффектов лекарств после первых этапов клинических испытаний. На данный момент у нас нет систем, которые могли бы это сделать.
Профессор Альберто Пакканаро из Royal Holloway
Хотя точная оценка частоты побочных эффектов жизненно важна для ухода за пациентами в клинической практике, она также необходима для фармацевтических компаний, поскольку снижает риск вывода лекарств с рынка или дорогостоящей переоценки частоты побочных эффектов с помощью новых клинических исследований.
Читайте также
Российская вакцина против COVID-19 поступила в гражданский оборот, но к ней много претензий
На 3 день болезни большинство больных COVID-19 теряют обоняние и часто страдают насморком
Ученые выяснили, почему дети являются самыми опасными переносчиками COVID-19