Новый инструмент использует искусственный интеллект для расчета вредного воздействия лекарств

Исследование, проведенное Университетом Эксетера и Кента и Medway NHS and Social Care Partnership Trust, опубликованное в журнале Age and Aging , оценило новый инструмент, предназначенный для расчета того, какие лекарства с большей вероятностью окажут неблагоприятное антихолинергическое воздействие на организм и мозг. Эти осложнения могут возникать из-за многих рецептурных и безрецептурных препаратов, которые влияют на мозг, блокируя ключевой нейротрансмиттер, называемый ацетилхолином. Многие лекарства, в том числе некоторые лекарства от мочевого пузыря, антидепрессанты, лекарства от болезни желудка и болезни Паркинсона, в той или иной степени обладают антихолинергическим эффектом. Обычно их принимают пожилые люди.

Антихолинергические побочные эффекты включают спутанность сознания, помутнение зрения, головокружение, падения и снижение функции мозга. Антихолинергические эффекты могут также увеличить риск падений и могут быть связаны с увеличением смертности. Они также были связаны с более высоким риском слабоумия при длительном использовании.

Теперь исследователи разработали инструмент для расчета вредного воздействия лекарств с помощью искусственного интеллекта. Команда создала новый онлайн-инструмент, International Anticholinergic Cognitive Burden Tool (IACT), который использует обработку естественного языка, которая представляет собой метод искусственного интеллекта, и анализ химической структуры для выявления лекарств, обладающих антихолинергическим эффектом.

Это первый инструмент, использующий технику машинного обучения для разработки автоматически обновляемого инструмента, доступного на веб-портале. Антихолинергическая нагрузка оценивается путем присвоения баллов на основе зарегистрированных нежелательных явлений и тесного сопоставления с химической структурой препарата, рассматриваемого для назначения, что приводит к более точной и актуальной системе баллов, чем любая предыдущая система. В конечном счете, после дальнейших исследований и моделирования с использованием реальных данных о пациентах разработанный инструмент может помочь в назначении лекарств, снижающих риски, связанные с обычными лекарствами.

Профессор Крис Фокс из Эксетерского университета является одним из авторов исследования. Он сказал: «Использование лекарств с антихолинергическими эффектами может иметь значительные вредные последствия, например, падения и спутанность сознания, которых можно избежать, нам срочно необходимо уменьшить вредные побочные эффекты, поскольку это может привести к госпитализации и смерти. Этот новый инструмент обеспечивает многообещающий путь. к более индивидуальному персонализированному медицинскому подходу, обеспечивающему безопасное и эффективное лечение нужного человека, избегая при этом нежелательных антихолинергических эффектов».

Группа опросила 110 медицинских работников, включая фармацевтов и медсестер, выписывающих рецепты. Из этой группы 85% заявили, что будут использовать инструмент для оценки риска антихолинергических побочных эффектов, если он будет доступен. Команда также собрала отзывы об удобстве использования, чтобы помочь в дальнейшем улучшении инструмента.

Наш инструмент является первым, в котором используется инновационная технология искусственного интеллекта для измерения антихолинергической нагрузки — в конечном счете, после проведения дальнейших исследований инструмент должен помочь фармацевтам и специалистам в области здравоохранения в поиске наилучшего лечения для пациентов».

Д-р Сабер Сами, Университет Восточной Англии

Профессор Ян Мейдмент из Астонского университета сказал: «Я работаю в этой области более 20 лет. Антихолинергические побочные эффекты могут быть очень изнурительными для пациентов. Нам нужны лучшие способы оценки этих побочных эффектов».

Исследовательская группа сотрудничает с Медицинской школой Университета AKFA в Узбекистане и университетами Восточной Англии, Астона, Кента и Абердина. Они стремятся продолжить разработку инструмента с целью его использования в повседневной практике, которую поддерживает это исследование.