Los investigadores de Penn State, han desarrollado una herramienta de aprendizaje automático que analiza los datos sobre las interacciones entre medicamentos y puede advertir a los proveedores sobre los posibles efectos secundarios negativos de las combinaciones de medicamentos.
El equipo de investigadores utilizó datos de informes compilados por la FDA y otras organizaciones para su uso en un posible sistema de alerta que informaría a los pacientes, cuándo una combinación de medicamentos podría tener efectos secundarios negativos.
Al construir el sistema de alerta, los investigadores se basaron en un modelo de codificación automática, una red neuronal artificial basada en la forma cómo el cerebro humano procesa la información, diferente a los sistemas tradicionales de cómputo, que requieren información etiquetada para producir resultados.
"Los resultados experimentales demuestran la efectividad del uso de representaciones de características de eventos adversos para diferenciar las interacciones farmacológicas de alta y baja prioridad ”, concluyó el equipo.
Según los autores, "este marco integra múltiples fuentes de información, aprovecha el conocimiento del dominio y la evidencia clínica, y proporciona un enfoque práctico para la preselección de candidatos de interacciones farmacológicas de alta prioridad para alertas de medicamentos".
Artículo completo:
Comments