科学日报（2011年3月28日） - 所有的药物，从阿司匹林到草药，从标准的抗癌药物到免疫抑制剂都有副作用。然而，预测主要的副作用，严重的药物不良反应，以前认为几乎是不可能的。现在一种新工具, 利用以往的数据进行的神经网络技术训练，可以对给出的任何药物为制药公司和医疗保健工作者定位潜在的不良反应。
来自新泽西大学医学和牙科团队，在医学工程和国际信息杂志发表文章说开发了一种新的模式，对10,000药物不良反应预测精度可以达到99.87%，对不严重不良反应预测精度可以达到100%。
Peng-fang Yen和同事Dinesh Ital及Shankar Srinivasan解释说,药物包装上的强制性警告标签会引起患者的关注，同时因为反复多次强调产品的不良反应而使药物退出市场。从医疗行业的观点和病人的角度来看，这是一种日益增强的担忧，而这种担忧可以通过新技术、挽救生命、名誉和医疗费用来改进。
美国食品药品管理局（FDA）和世界卫生组织（WHO）对药品安全不断监督。然而，在药物开发, 营销的早期阶段能预测药物的不良反应是迫切需要的，特别是在医疗领域范围内告诉病人用药潜在风险以及可能影响股东信心的潜在风险。
这个团队开发的人工神经网络是一种将生物神经网络嵌入在计算机软件中的数学模型。它输入与知名医药产品的不良反应相关的结构和物理数据。反馈回路舍弃那些已知的结果是错误的预言，增强人工神经网络的数据来建立一套正确的“预测”。经过充分的实验，人工网络可以对其他药品进行测试，并输出经过验证的测试结果。如果实验准确率足够高，人工神经网络就可以被用来预测新的药物的不良反应。
研究小组在初步测试中获得95%的准确性,现在正在使用一个更大的约10000药物分子集与ADR预测来训练神经网络,以获得更精细的预测结果。
【本文由晓枫独家授权中国数字科技馆使用，未经许可请勿转载。商业或非商业使用请联系中国数字科技馆】
京公网安备11010502039775号
