利用人工智能找到現有藥物的新用途

科學家們開發了一種機器學習方法，該方法可以處理大量數據，以幫助確定哪些現有藥物可以改善未開處方的疾病的療效。

這項工作的目的是加快藥物再利用的步伐，這不是一個新概念-想想肉毒桿菌注射液，最初被批準用于治療雙眼，現在是偏頭痛治療和頂級美容策略，以減少皺紋的出現。

但是，要獲得這些新用途，通常需要進行偶然性，耗時且昂貴的隨機臨床試驗，以確保被認為對一種疾病有效的藥物可用于治療其他疾病。

俄亥俄州立大學的研究人員創建了一個框架，該框架將龐大的患者護理相關數據集與強大的計算功能相結合，從而得出了經過重新調整用途的候選藥物以及這些現有藥物對確定結果集的估計效果。

盡管這項研究的重點是為預防冠心病患者心力衰竭和中風而提議的藥物重新用途，但該框架具有靈活性，可以應用于大多數疾病。

高級作者，計算機科學與工程學和生物醫學信息學助理教授張平說：“這項工作表明了如何利用人工智能對患者進行藥物測試，并加快假設的產生并可能加快臨床試驗的速度。”在俄亥俄州立大學。“但是我們永遠不會取代醫生-藥物決策將始終由臨床醫生做出。”

重新調整藥物用途是一項有吸引力的追求，因為它可以降低與新藥安全性測試相關的風險，并大大減少將藥物投入臨床使用所需的時間。

隨機臨床試驗是確定藥物對疾病的有效性的金標準，但是Zhang指出，機器學習可以解釋大量人群中數百或數千個人類差異，這可能會影響藥物在體內的工作方式。這些因素或混雜因素，從年齡，性別和種族到疾病的嚴重程度以及其他疾病的存在，在該框架所基于的深度學習計算機算法中充當參數。