北美首頁  |  新聞  |  時尚  |  大陸  |  臺灣  |  美國  |  娛樂  |  體育  |  財經  |  圖片  |  移民  |  微博  |  健康

人工智能系統可預測組合藥物副作用

http://dailynews.sina.com   2018年07月10日 23:55   僑報

【僑報記者凱森7月11日洛杉磯報道】來自斯坦福大學的研究人員已開發出了一種新的人工智能系統,它可預測兩種藥物組合使用後的潛在副作用。

據合衆國際社報道,研究人員指出,通過這種定名爲“十邊形”(Decagon)系統,醫生將有望制定出更合理有效的藥物組合治療方案,而更合理的藥物組合方案對於治療那些複雜疾病將會起到更積極的效果。

根據美國疾病控制和預防中心(CDC)估計,23%美國人在服用兩種或更多的處方藥,39%65歲以上的老年人在服用五種或更多的處方藥。

該系統項目負責人、斯坦福大學計算機科學博士後奇尼克(Marinka Zitnik)博士在一份新聞稿中指出,要想檢測出一種新藥與所有其他藥物的組合效果幾乎是不可能的,因爲僅和一種藥物結合就將會產生五千個新的實驗,而每一次檢測結果都難以預料。

研究人員指出,市場上約有1000種已知的藥物副作用,而在所有可能的藥物組合間將會產生近1250億種可能的副作用。而已知藥物副作用中的53%發生在了不到3%的在案藥物組合中。

在研究中,研究人員檢測出了人體內超過1.9萬種蛋白質的相互作用過程,以及不同藥物影響這些蛋白質的原理。然後,基於藥物針對超過400萬種已知關聯不同蛋白質的反應,他們設計了一種算法來識別副作用產生的模式。

此外,他們採用了“深度學習”技術來完成了這項任務,“深度學習”是一種模仿人類大腦的人工智能形式。

研究人員表示,他們對於通過蛋白質相互作用網絡來揭示藥物副作用的發現感到意外。

研究人員還對新系統進行了測試,結果顯示,該系統具有較高的準確性。研究者還發現,每種藥物平均有159個副作用,其中最常見的副作用是噁心、嘔吐、頭痛、腹瀉和皮炎。

研究人員希望,該系統最終能預測兩種以上藥物組合的副作用,並能爲醫生們製造出一個更人性化的醫療設備。他們指出,目前的藥物副作用基本上都是偶然被發現的,而該系統將有望帶來一種更有效和更安全的醫療保健模式。

有關該系統的研究報告將於本週在芝加哥召開的“國際計算生物學學會”(ISCB)2018年度會議上進行發表。同時,該報告也刊登在了《生物信息學雜誌》(the journal Bioinformatics)上。

Bookmark and Share
|
關閉