之前预测严重的药物副作用发生

所有药物的副作用常见的阿司匹林草药和标准抗癌药物实验免疫抑制剂。然而,预测重要的副作用,严重的药物不良反应,药物不良反应,与当前的理解几乎是不可能的。然而,神经网络技术训练与过去数据可以给制药公司和医疗工作者一个新工具来发现潜在的药物不良反应与任何药物。

写的国际医学工程和信息学杂志》上在团队从新泽西医科和牙科大学,已经开发出一种新模型,测试显示准确的预测是99.87%药品不良反应在10000年的观察和较轻的adr占100%。

长方朋日元和同事Dinesh Mital和Shankar Srinivasan解释义务警告标签药物包装上通常只会引起病人的担忧,而产品撤出市场,因为重复的adr反复破坏制药行业。从医疗行业的角度和病人的角度来看,这是一个日益增长的担心,可能与新技术,弥补挽救生命,名誉和医疗成本。

美国食品药物管理局(FDA)和世界卫生组织(世卫组织)连续监测药物的安全性。然而,技术,可以识别可能的adr最早可能的药物开发阶段,许可营销是急需的,特别是考虑到潜在的风险对患者在新兴领域的医疗和股东信心的潜在风险。

团队的人工神经网络是一个数学模型生物神经网络的嵌入计算机软件。它被饲养在训练结构和物理数据与已知的医药产品和任何药物不良反应。反馈回路丢弃这些连接在一个错误的预测的结果是,被称为数据添加安建立正确的网络“预测”。足够的训练后,安就可以测试另一组药品和检查结果与已知的药物不良反应。如果信心足够高,安可以用来预测新药药物不良反应。

团队却展现出了精度95%的初步测试,现在使用一个更大的数据集10000年药物分子和ADR观察训练安一个更精致的水平。