Un grupo de investigadores ha desarrollado un método de aprendizaje automático que procesa cantidades masivas de datos para ayudar a determinar qué medicamentos existentes podrían mejorar los resultados en enfermedades para las que no están recetados.

Nuevos usos más baratos

La reutilización de fármacos es una actividad interesante porque podría reducir el riesgo asociado con las pruebas de seguridad de los nuevos medicamentos y reducir drásticamente el tiempo que supone llevar un fármaco al mercado para uso clínico.

Pero llegar a esos nuevos usos generalmente implica una combinación de serendipia y ensayos clínicos aleatorios costosos y que consumen mucho tiempo.

Para combatir este problema, investigadores de la Universidad Estatal de Ohio crearon un modelo que combina enormes conjuntos de datos relacionados con la atención del paciente con computación de alta potencia para llegar a candidatos a fármacos reutilizados y los efectos estimados de esos medicamentos existentes en un conjunto definido de resultados.

El equipo de investigación utilizó datos de reclamaciones de seguros en casi 1,2 millones de pacientes con enfermedades cardíacas, que proporcionaron información sobre el tratamiento asignado, los resultados de la enfermedad y otros valores.

El algoritmo de aprendizaje profundo también puede de tener en cuenta el paso del tiempo en la experiencia de cada paciente, para cada visita, prescripción y prueba de diagnóstico. La entrada del modelo para los medicamentos se basa en sus ingredientes activos.

Aunque este estudio se centró en la reutilización propuesta de medicamentos para prevenir la insuficiencia cardíaca y el accidente cerebrovascular en pacientes con enfermedad de las arterias coronarias, el modelo es flexible y podría aplicarse a la mayoría de las enfermedades.

Fuente: xatakaciencia.com