利用人工智能找到现有药物的新用途

科学家们开发了一种机器学习方法，该方法可以处理大量数据，以帮助确定哪些现有药物可以改善未开处方的疾病的疗效。

这项工作的目的是加快药物再利用的步伐，这不是一个新概念-想想肉毒杆菌注射液，最初被批准用于治疗双眼，现在是偏头痛治疗和顶级美容策略，以减少皱纹的出现。

但是，要获得这些新用途，通常需要进行偶然性，耗时且昂贵的随机临床试验，以确保被认为对一种疾病有效的药物可用于治疗其他疾病。

俄亥俄州立大学的研究人员创建了一个框架，该框架将庞大的患者护理相关数据集与强大的计算功能相结合，从而得出了经过重新调整用途的候选药物以及这些现有药物对确定结果集的估计效果。

尽管这项研究的重点是为预防冠心病患者心力衰竭和中风而提议的药物重新用途，但该框架具有灵活性，可以应用于大多数疾病。

高级作者，计算机科学与工程学和生物医学信息学助理教授张平说：“这项工作表明了如何利用人工智能对患者进行药物测试，并加快假设的产生并可能加快临床试验的速度。”在俄亥俄州立大学。“但是我们永远不会取代医生-药物决策将始终由临床医生做出。”

重新调整药物用途是一项有吸引力的追求，因为它可以降低与新药安全性测试相关的风险，并大大减少将药物投入临床使用所需的时间。

随机临床试验是确定药物对疾病的有效性的金标准，但是Zhang指出，机器学习可以解释大量人群中数百或数千个人类差异，这可能会影响药物在体内的工作方式。这些因素或混杂因素，从年龄，性别和种族到疾病的严重程度以及其他疾病的存在，在该框架所基于的深度学习计算机算法中充当参数。