用深度学习算法检测药物与药物的相互作用

对神经网络的研究可能会导致识别同时服用的不同药物之间意想不到的潜在危险的相互作用。详情见国际数据挖掘与生物信息学杂志．

当一个病人同时服用几种药物时，总是存在这样的风险:其中任何一种药物可能与另一种药物相互作用，抑制或增强其活性，使其超出处方所要求的疗效。同样,一个药物可能会干扰体内的正常处理，特别是同时服用另一种药物的肝脏，导致药物在血液中循环的时间更长。无论哪种方式，药物-药物相互作用都可能导致单独服用任何一种给定药物时看不到的副作用。

印度泰米尔纳德邦钦奈市B.S.A.新月科学技术学院信息技术部的Serena Rajakumar、G. Kavitha和I. Sathik Ali指出，关于药物-药物相互作用有大量的文献，但从无数不同的来源中提取必要的信息几乎是一项不可能的任务，尤其是在医疗保健环境的日常时间压力下。有一些数据库包括许多常见药物的药物相互作用，这些数据库更容易搜索，但这些数据库本身是手动编译的，不能提供所有可能的相互作用和影响的完整图像。

为病人的复杂病情开出多种药物的医疗保健从业人员不一定有时间在数据库中翻找。一个深度学习算法基于训练有素的神经网络，可以用于快速准确地揭示潜在的危险药物-药物相互作用，而不需要手动搜索。该团队已经演示了他们的系统如何自动从讨论药物行为的生物医学文献中提取信息，然后编译一个新的不断增长的潜在麻烦的相互作用数据库。

该团队补充说，目前的方法还没有揭示任何给定的药物-药物相互作用是拮抗的还是协同的，这一步将在算法的未来迭代中进行。就目前而言，这种区别将需要被当前系统提醒任何交互的医疗保健专业人员考虑。