Прогнозирование серьезных побочных эффектов от лекарств
Начиная обычным аспирином и травными препаратами и заканчивая стандартными противораковыми лекарствами и экспериментальными иммунодепрессантами, все препараты обладают побочными эффектами. Однако знания, которые имеются у специалистов в данное время, все равно не позволяют им прогнозировать важные побочные эффекты и серьезные реакции на лекарства. При всем при этом, новая нейронная технология, использующая накопленные в прошлом данные, может предоставить компаниям-производителям лекарственных веществ и работникам лекарственной отрасли новый инструмент для обнаружения вероятности нежелательной реакции на любое из лекарств.
В Международном Журнале Медицинской Инженерии и Информационных Технологий (International Journal of Medical Engineering and Informatics) был опубликован отчет о создании новой модели, способной в 10000 случаях, согласно проведенным испытаниям, давать на 99,87% точный прогноз реакций на препараты и 100% прогноз несущественных реакций.
Пенг-фан Йен и его коллеги Динеш Митал и Шанкар Шринивасан объясняют, каким образом обязательные к препаратам предупреждения только вызывают беспокойство у пациентов, в то время как изъятие из продажи продукции из-за неоднократных повторений случаев реакции подрывает лекарственную промышленность. С точки зрения медицинской отрасли и с позиции пациентов, данные обстоятельства заставляют обеспокоиться, но при этом существует возможность их устранения при помощи новой технологии и, таким образом, спасать жизни, репутации и сокращать издержки на здравоохранении.
Всемирная организация здравоохранения (ВОЗ) непрерывно отслеживает положение с безопасностью лекарственных средств. Однако существует крайняя нужда в технологии, которая смогла бы помочь выявлять побочные реакции на наиболее ранней стадии разработки лекарства, лицензирования и маркетинга, особенно принимая во внимание потенциальный риск для пациентов и риск, которому подвергаются акционеры.
Искусственная нейронная сеть, созданная специалистами, является ограниченной компьютером математической моделью биологической нейронной сети. В нее заложены структурные и физические данные, ассоциированные с известной фармакологической продукцией, и любыми возможными побочными реакциями. Цепь обратной связи отметает те соединения, которые дают неверные прогнозы известных результатов, а по мере добавления данных, ANN (artificial neural network – искусственная нейронная сеть) развивает сеть верных «прогнозов». После достаточного обучения ANN можно будет испытывать на другом наборе лекарственных препаратов и результатов, сверенных с известными побочными реакциями. При достижении достаточно высокого уровня надежности, ANN можно будет использовать для прогнозирования побочных реакций новых препаратов.
В ходе предварительных испытаний, ученые смогли продемонстрировать 95% точность и в данное время используют гораздо более обширный набор данных, состоящий из 10000 лекарственных молекул и наблюдений за побочными эффектами, что поможет обучить ANN для вывода ее на совершенно иной уровень точности.
Источник: medicaldaily.com
Перевод: Vitaminov.net
