Ученые из Королевского колледжа Холлоуэй Лондонского университета разработали новый алгоритм для прогнозирования побочных эффектов лекарств до того, как они появятся на рынке. Он использует тот же принцип, по которому фильмы рекомендуются пользователям. Об этом сообщает пресс-служба Royal Holloway.

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.