Se trata de un sistema que a través de datos lograría predecir los efectos secundarios o reacciones en pacientes al recibir algún tipo de medicamento.
El investigador paraguayo Diego Galeano, que forma parte del Programa Nacional de Inventivo a los Investigadores (PRONII) del Consejo Nacional de Ciencia y Tecnología (CONACYT) en colaboración con el especialista en aprendizaje automático e Inteligencia artificial (AI), Alberto Paccanaro, han desarrollado este modelo de AI que predice la probabilidad de predecir reacciones o efectos secundarios en pacientes al recibir su tratamiento.
In September the article: Predicting the Frequency of Drug Side Effectswas published in the journal Nature Communications. “Presentamos un enfoque de aprendizaje automático para predecir las frecuencias de los efectos secundarios de los medicamentos. Mostramos la utilidad de nuestro enfoque para fármacos de múltiples clases terapéuticas y efectos secundarios pertenecientes a todos los sistemas fisiológicos. Dada una pequeña cantidad de efectos secundarios determinados experimentalmente, nuestro método predice las frecuencias de una gama más amplia de efectos secundarios desconocidos. Hasta donde sabemos, este es el primer método computacional que aborda con éxito el problema de predecir la frecuencia de los efectos secundarios de los medicamentos”.
El propósito del este novedoso método es predecir los efectos secundarios de los medicamentos para evitar riesgos en los pacientes que pueden llegar a ser letales. Incluso otra de las problemáticas que podría resolver es evitar el desabasto de algunos medicamentos. Además de los beneficios a los consumidores finales de los medicamentos, este algoritmo lograría ahorrar una enorme cantidad de dinero en las inversiones que realizan las compañías farmacéuticas para desarrollar nuevos fármacos.
Alberto Paccanaro, Profesor de Biología Computacional de Royal Holloway, en la Universidad de Londres, resaltó la relevancia de este proyecto: “Existen varios ejemplos de medicamentos que tuvieron que ser retirados del mercado debido a efectos secundarios desconocidos. Nuestro trabajo ayudará a desarrollar medicamentos más seguros para los pacientes.”
“Nuestro enfoque para predecir las frecuencias de los efectos secundarios de los medicamentos es utilizar un algoritmo de descomposición matricial que aprende un pequeño conjunto de características latentes (o firmas) que codifican la interacción biológica entre los medicamentos y los efectos secundarios”, explican en la sección de Discusión en el artículo.
Los fármacos fueron agrupados en función de sus principales clases anatómicas, terapéuticas y químicas, mientras que los efectos secundarios fueron agrupados según sus categorías de clasificación de órganos y sistemas en MedDRA (Medical Dictionary for Regulatory Activities).
El algoritmo de aprendizaje automático fue diseñado para que las compañías farmacéuticas puedan crear medicamentos más precisos y quizá en menor tiempo, por lo que se busca informar primero a dicha industria para que conozcan cuales son los efectos secundarios más recurrentes en los pacientes dependiendo de los medicamentos.
El artículo publicado en Nature Communications está disponible de manera gratuita en el siguiente enlace: https://www.nature.com/articles/s41467-020-18305-y#Sec8
