Наркотики обычно не тестируются на женщинах — искусственный интеллект может исправить это предубеждение

Исследователи из Колумбийского университета разработали AwareDX — Анализ женщин, подвергающихся риску токсичности наркотиков, — алгоритм машинного обучения, который выявляет и прогнозирует различия в побочных эффектах лекарств между мужчинами и женщинами, анализируя отчеты FDA за 50 лет. база данных. Алгоритм, описанный 22 сентября в журнале Patterns , автоматически исправляет ошибки в этих данных, которые происходят из-за чрезмерной представленности мужчин в клинических исследованиях.

Хотя мужчины и женщины могут по-разному реагировать на лекарства — например, сонный препарат Ambien у женщин метаболизируется медленнее, вызывая сонливость на следующий день, — даже врачи могут не знать об этих различиях, потому что большинство данных клинических испытаний сами по себе предвзято относятся к мужчинам. Это сказывается на правилах назначения лекарств, маркетинге лекарств и, в конечном итоге, на здоровье пациентов.

«Фарма имеет историю игнорирования сложных проблем. Традиционно в клинические испытания женщин не включали. Раньше старомодным способом было собрать группу здоровых парней и дать им лекарство. это не убило их, и вы отправляетесь в гонку. В результате у нас намного меньше информации о том, как женщины реагируют на наркотики, чем мужчины «, — говорит Николас Татонетти (@nicktatonetti), доцент кафедры биомедицинской информатики в Колумбийском университете и соавтор статьи. «Раньше у нас не было возможности оценить эти различия или даже дать их количественную оценку».

Татонетти объединился с одним из своих учеников — Паялом Чандаком, старшим специалистом в области биомедицинской информатики Колумбийского университета и другим соавтором статьи. Вместе они разработали AwareDX. Поскольку это алгоритм машинного обучения, AwareDX может автоматически настраиваться с учетом предубеждений по признаку пола, и для этого потребуются согласованные усилия, чтобы делать это вручную.

«Машинное обучение — определенно модное слово, но, по сути, идея состоит в том, чтобы исправить эти предубеждения, прежде чем проводить какой-либо другой статистический анализ, путем создания сбалансированной подгруппы пациентов с равными долями мужчин и женщин для каждого лекарства», — говорит Чандак.

/ p>

Алгоритм использует данные из системы отчетов о нежелательных явлениях FDA (FAERS), которая содержит отчеты о побочных эффектах лекарств от потребителей, поставщиков медицинских услуг и производителей вплоть до 1968 года. AwareDX группирует данные в подмножества, сбалансированные по половому признаку. ищем закономерности и тенденции. Чтобы улучшить результаты, алгоритм повторяет весь процесс 25 раз.

Исследователи собрали результаты в банк из более чем 20 000 потенциальных эффектов наркотиков, специфичных для пола, которые затем можно проверить, просмотрев старые данные или проведя новые исследования. Хотя предстоит еще много работы, исследователям уже удалось проверить результаты для нескольких лекарств на основе предыдущих генетических исследований.

Например, известно, что ген ABCB1, который влияет на то, сколько лекарственного препарата усваивается организмом и как долго, более активен у мужчин, чем у женщин. Из-за этого исследователи ожидали увидеть больший риск мышечных болей у мужчин, принимающих симвастатин — лекарство от холестерина, — и больший риск замедления сердечного ритма у женщин, принимающих рисперидон — антипсихотическое средство. AwareDX успешно предсказал оба этих эффекта.

«Меня больше всего волнует то, что у нас есть не только база данных о нежелательных явлениях, которую мы разработали на основе этого ресурса FDA, но и то, что мы показали, что для некоторых из этих событий уже существуют знания о генетических различия между мужчинами и женщинами », — говорит Чандак. «Используя эти знания, мы можем фактически предсказать разные реакции, которые должны иметь мужчины и женщины, и проверить наш метод на их соответствие. Это дает нам большую уверенность в самом методе».

Продолжая проверять свои результаты, исследователи надеются, что выводы AwareDX помогут врачам делать более осознанный выбор при назначении лекарств, особенно женщинам. «Врачи на самом деле обращают внимание на информацию о побочных эффектах конкретного лекарства, которое они назначают. Поэтому, как только эта информация будет изучена и подтверждена, она действительно повлияет на назначение лекарств и здоровье людей», — говорит Татонетти.

Работа поддержана Национальным институтом здравоохранения.