logo

IBM lança modelo de IA capaz de prever interações medicamentosas prejudiciais

Pesquisadores do MIT-IBM Watson AI Lab, Escola de Saúde Pública de Harvard, Instituto de Tecnologia da Geórgia e IQVIA anunciaram na terça-feira (11) a criação de uma nova ferramenta de inteligência artificial capaz de prever com maior precisão interações medicamentosas potencialmente prejudiciais. As descobertas foram divulgadas na Conferência AAAI-20, que acontecerá durante esta semana na cidade de Nova York, EUA.

Batizada como CASTER, a solução ajuda a sinalizar possíveis interações que os médicos devem se atentar. “O problema potencial quando você tem ótimas terapias é que elas interagem de maneiras que você não espera. Você pode ter uma reação adversa que pode ser perigosa”, explicou David Cox, diretor do Laboratório de IA Watson do MIT-IBM. Para o especialista, manter esse controle é especialmente difícil com a constante entrada de novos medicamentos no mercado.

Todos os anos, mais de um milhão de pessoas nos EUA são hospitalizadas por conta de reações adversas a medicamentos. Ao contrário dos métodos atuais para verificar as interações, o novo sistema de IA desenvolve uma representação especializada de medicamentos para prever a probabilidade de reações adversas com base nas suas subestruturas químicas.

A IA está sendo treinada a partir de bancos de dados de interações medicamentosas conhecidas, podendo prever outras reações. “A esperança é que, à medida que novos medicamentos fiquem disponíveis, você possa colocá-los no sistema”, declarou Cox.

Segundo os especialistas, a iniciativa é apenas um exemplo de como a IA pode ser utilizada em diferentes tipos de dados, como estruturas químicas – e não apenas a partir de imagens, áudio e outras fontes de informações tradicionalmente utilizadas para a tomada de decisões. Os pesquisadores também estão usando a IA para sugerir novos medicamentos com benefícios terapêuticos, visando a descoberta de moléculas e propriedades úteis para combater doenças.

Para o desenvolvimento do sistema, os cientistas testaram o modelo em dois bancos de dados de medicamentos comuns, o DrugBank e o BioSNAP, apresentando desempenho melhor do que os resultados mais avançados dos sistemas de IA existentes, segundo a IBM.

Diferentemente dos métodos tradicionais, que levam em conta apenas algumas subestruturas moleculares de um medicamento, os recursos de análise preditiva do CASTER se concentram nos aspectos importantes, que tenham maior probabilidade de serem responsáveis pela interação, e ignoram as informações que podem ser descartadas.

 

fonte: https://computerworld.com.br/2020/02/12/ibm-lanca-modelo-de-ia-capaz-de-prever-interacoes-medicamentosas-prejudiciais/

  • Share

Comments are closed.