База данных на основе искусственного интеллекта выявляет риски, связанные с приемом лекарств, для повышения их безопасности
Многоцентровое исследование под руководством Cedars-Sinai создало базу данных нежелательных явлений при приеме лекарств — четвертой по значимости причины смерти в Соединенных Штатах и медицинской проблемы, обходящейся более чем в 500 миллиардов долларов в год.
Результаты исследования , опубликованные в журнале Med , демонстрируют, как ИИ может повысить безопасность лекарственных препаратов, способствовать их разработке и улучшить понимание рисков, связанных с приемом лекарств.
База данных называется OnSIDES (ресурс ON-label SIDE effectS). Она бесплатна и общедоступна на GitHub .
«OnSIDES предоставляет самую полную и актуальную базу данных о побочных эффектах лекарств из этикеток лекарств», — сказал Николас Татонетти, доктор философии, заместитель председателя Computational Biomedicine в Cedars-Sinai и соавтор исследования. «Эта работа позволяет исследователям и врачам систематически изучать безопасность лекарств».
Нежелательные лекарственные явления — это непреднамеренные, вредные явления, связанные с использованием лекарств, и они являются пятой по значимости причиной смерти в мире. Эксперты считают, что половину всех нежелательных лекарственных явлений можно предотвратить.
«Хотя многие исследования безопасности лекарственных препаратов проводятся для отдельных препаратов в ходе клинических испытаний и в рамках программ пострегистрационного наблюдения, гораздо меньше исследований изучали возникновение побочных эффектов от приема лекарств в более широком смысле», — сказал Татонетти, также заместитель директора по вычислительной онкологии в Cedars-Sinai Cancer.
«Отсутствие широкомасштабных исследований может быть отчасти обусловлено многообразием лекарственных препаратов и сложностью их взаимодействия, а также отсутствием общедоступных стандартизированных данных».
Николас Татонетти, доктор философии. Кредит: Медицинский центр Cedars-Sinai
Модель OnSIDES проанализировала 3233 уникальных комбинации ингредиентов лекарств, извлеченных из 47211 этикеток, и выявила более 3,6 миллионов пар лекарств и нежелательных явлений, связанных с лекарствами. Эта работа также была расширена на этикетки из стран за пределами США, что выявило различия в том, как нежелательные явления, связанные с лекарствами, сообщаются на международном уровне.
Используя искусственный интеллект для извлечения нежелательных явлений из этикеток лекарственных препаратов , исследователи улучшили доступ к структурированным, машиночитаемым данным, что в конечном итоге упростило выявление рисков, связанных с приемом лекарств, прогнозирование использования новых препаратов и повышение безопасности пациентов .
«Этот ресурс поддерживает повторное использование лекарств, фармаконадзор и открытие лекарств с помощью ИИ», — сказал Джейсон Мур, доктор философии, заведующий кафедрой вычислительной биомедицины в Cedars-Sinai. «Мы надеемся, что будущие исследования смогут опираться на OnSIDES для разработки лучших прогностических моделей, персонализированных подходов к медицине и нормативно-правовых знаний, что в конечном итоге приведет к более безопасным лекарствам и более обоснованному принятию клинических решений во всем мире».