Baidu
map

人工智能系统可助预测联合用药副作用

2018-07-12 佚名 中国科学报

美国斯坦福大学一个研究团队开发出一种新的人工智能系统,可预测两种药物联合使用的潜在副作用。这项研究成果不仅可帮助医生更好地开出用药处方,也能帮助研究人员寻找更佳的用药组合。


美国斯坦福大学一个研究团队开发出一种新的人工智能系统,可预测两种药物联合使用的潜在副作用。这项研究成果不仅可帮助医生更好地开出用药处方,也能帮助研究人员寻找更佳的用药组合。

该研究团队7月10日在芝加哥举行的国际计算生物学学会会议上报告说,目前美国药物市场上大约有5000种药物,已知副作用大约1000种。系统研究各种药物组合使用可能出现的副作用,工作量巨大,而人工智能技术能够大大提高这项工作的效率。

据研究人员介绍,他们使用了模拟人类大脑工作的深度学习技术,把目前已知的药物及副作用作为基础数据,基于蛋白质在人体内的相互作用以及不同药物对不同人体蛋白质的已知影响,设计出一种名为“十角形”的人工智能系统,自主识别潜在的药物组合副作用。

实际验证结果显示,该系统预测的10种联合用药副作用中,有一半已在医疗系统的记录中找到实例。比如,某种降血脂药物和某种降压药同时服用,系统预测患者可能会出现肌肉发炎。2017年的一例案例报告显示,某患者服用这两种药物后确实出现了严重的肌肉发炎问题。

目前,“十角形”还只能预测两种药物组合使用的副作用,接下来研究团队希望能扩展预测更多种药物组合的副作用情况。

版权声明:
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
评论区 (3)
#插入话题
  1. [GetPortalCommentsPageByObjectIdResponse(id=1824291, encodeId=ea85182429171, content=<a href='/topic/show?id=56a932e7800' target=_blank style='color:#2F92EE;'>#副作用#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=43, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=32778, encryptionId=56a932e7800, topicName=副作用)], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=8f0715, createdName=showtest, createdTime=Tue Aug 28 00:34:00 CST 2018, time=2018-08-28, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=332053, encodeId=1bc833205348, content=好好学习天天向上认真学习, beContent=null, objectType=article, channel=null, level=null, likeNumber=68, replyNumber=0, topicName=null, topicId=null, topicList=[], attachment=null, authenticateStatus=null, createdAvatar=https://wx.qlogo.cn/mmopen/Q3auHgzwzM6DGOvNrRdcib3UmzMgpEQpl0ENSJScphsFtdgfibXX1g1IuEYGCjP23UqCd52TxTpSZibtPiclyusaHicnNXd78alaia19Qy1nAFo18/0, createdBy=50381491660, createdName=zwjnj2, createdTime=Mon Jul 16 19:22:39 CST 2018, time=2018-07-16, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=1514287, encodeId=49f7151428ed9, content=<a href='/topic/show?id=9d7c80e14b3' target=_blank style='color:#2F92EE;'>#联合用药#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=63, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=80714, encryptionId=9d7c80e14b3, topicName=联合用药)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=36f510649899, createdName=ms4964546379600229, createdTime=Sat Jul 14 08:34:00 CST 2018, time=2018-07-14, status=1, ipAttribution=)]
  2. [GetPortalCommentsPageByObjectIdResponse(id=1824291, encodeId=ea85182429171, content=<a href='/topic/show?id=56a932e7800' target=_blank style='color:#2F92EE;'>#副作用#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=43, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=32778, encryptionId=56a932e7800, topicName=副作用)], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=8f0715, createdName=showtest, createdTime=Tue Aug 28 00:34:00 CST 2018, time=2018-08-28, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=332053, encodeId=1bc833205348, content=好好学习天天向上认真学习, beContent=null, objectType=article, channel=null, level=null, likeNumber=68, replyNumber=0, topicName=null, topicId=null, topicList=[], attachment=null, authenticateStatus=null, createdAvatar=https://wx.qlogo.cn/mmopen/Q3auHgzwzM6DGOvNrRdcib3UmzMgpEQpl0ENSJScphsFtdgfibXX1g1IuEYGCjP23UqCd52TxTpSZibtPiclyusaHicnNXd78alaia19Qy1nAFo18/0, createdBy=50381491660, createdName=zwjnj2, createdTime=Mon Jul 16 19:22:39 CST 2018, time=2018-07-16, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=1514287, encodeId=49f7151428ed9, content=<a href='/topic/show?id=9d7c80e14b3' target=_blank style='color:#2F92EE;'>#联合用药#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=63, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=80714, encryptionId=9d7c80e14b3, topicName=联合用药)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=36f510649899, createdName=ms4964546379600229, createdTime=Sat Jul 14 08:34:00 CST 2018, time=2018-07-14, status=1, ipAttribution=)]
    2018-07-16 zwjnj2

    好好学习天天向上认真学习

    0

  3. [GetPortalCommentsPageByObjectIdResponse(id=1824291, encodeId=ea85182429171, content=<a href='/topic/show?id=56a932e7800' target=_blank style='color:#2F92EE;'>#副作用#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=43, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=32778, encryptionId=56a932e7800, topicName=副作用)], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=8f0715, createdName=showtest, createdTime=Tue Aug 28 00:34:00 CST 2018, time=2018-08-28, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=332053, encodeId=1bc833205348, content=好好学习天天向上认真学习, beContent=null, objectType=article, channel=null, level=null, likeNumber=68, replyNumber=0, topicName=null, topicId=null, topicList=[], attachment=null, authenticateStatus=null, createdAvatar=https://wx.qlogo.cn/mmopen/Q3auHgzwzM6DGOvNrRdcib3UmzMgpEQpl0ENSJScphsFtdgfibXX1g1IuEYGCjP23UqCd52TxTpSZibtPiclyusaHicnNXd78alaia19Qy1nAFo18/0, createdBy=50381491660, createdName=zwjnj2, createdTime=Mon Jul 16 19:22:39 CST 2018, time=2018-07-16, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=1514287, encodeId=49f7151428ed9, content=<a href='/topic/show?id=9d7c80e14b3' target=_blank style='color:#2F92EE;'>#联合用药#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=63, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=80714, encryptionId=9d7c80e14b3, topicName=联合用药)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=36f510649899, createdName=ms4964546379600229, createdTime=Sat Jul 14 08:34:00 CST 2018, time=2018-07-14, status=1, ipAttribution=)]
Baidu
map
Baidu
map
Baidu
map