Авторы новой работы использовали машинное обучение, чтобы лучше прогнозировать побочные эффекты, возникающих в результате новых комбинаций лекарств.
Они собрали данные из отчетов о нежелательных явлениях, которые публикует Управление по санитарному надзору за качеством пищевых продуктов и медикаментов США (FAERS). В базах есть более 15 млн записей. Дальше авторы сгруппировали события, которые часто происходят одновременно, чтобы упростить анализ и усилить связь между лекарством и профилем его побочных эффектов.
Затем исследователи обучили нейросеть, которая имитирует то, как человеческий мозг создает ассоциации между данными, чтобы она смогла выявить общие закономерности между лекарствами и их побочными эффектами.
В целях протестировать свою модель исследователи загрузили данные с заведомо нежелательными комбинациями, чтобы посмотреть, как нейросеть отреагирует на них. В результате выяснилось, что модель может распознавать эти новые паттерны и легко считывает побочные эффекты от комбинированной терапии.
Мы смогли определить индивидуальные терапевтические эффекты с помощью простого алгебраического вычисления. Поскольку алгоритм обучен распознавать глобальные закономерности, он может точно фиксировать побочные эффекты комбинированной терапии.
Барт Вестерман, доктор философии, старший автор исследования и доцент Онкологического центра Амстердама
Читать далее
Спустя десять лет работы ученые усомнились в стандартной модели физики
Внутри Земли есть еще «планета»: как она спасла зарождающуюся жизнь
Старые клетки перепрограммировали, и они стали моложе на 30 лет: как это работает