加入收藏 | 设为首页 | 会员中心 | 我要投稿 PHP编程网 - 黄冈站长网 (http://www.0713zz.com/)- 数据应用、建站、人体识别、智能机器人、语音技术!
当前位置: 首页 > 综合聚焦 > 人物访谈 > 人物 > 正文

机器学习有助于防止因医学引起的心脏病

发布时间:2020-05-04 12:45:37 所属栏目:人物 来源:站长网
导读:研究人员已经证明了一种方法,可以帮助患者避免在开药之前因药物引起的心律不齐。他们的技术使用计算建模和机器学习方法来预测心脏从原子到心律的电毒性。 该研究在加州大学戴维斯分校进行,并在《循环研究》杂志上进行。 我们希望模型框架可以扩展到对药

研究人员已经证明了一种方法,可以帮助患者避免在开药之前因药物引起的心律不齐。他们的技术使用计算建模和机器学习方法来预测心脏“从原子到心律”的电毒性。
 机器学习有助于防止因医学引起的心脏病

该研究在加州大学戴维斯分校进行,并在《循环研究》杂志上进行。

“我们希望模型框架可以扩展到对药物发现,对各种化合物和靶标进行药物安全性筛查以及在各种监管过程中产生影响,” Colleen Clancy博士,Igor Vorobyov博士和同事。

到目前为止,了解药物会导致任何给定患者心律不齐的唯一方法是开处方,等待和观察。

克兰西在加州大学戴维斯分校(UC-Davis)发表的一项研究的新闻中说:“甚至开发出的用于治疗心律不齐的药物实际上最终也导致了它们。”她解释说,这个问题一直缺乏了解药物如何影响hERG编码的钾通道的方法,这有助于使心律正常化。(首字母缩写代表人类以太相关的基因。)

克兰西说,这项新研究表明,根据药物的化学成分以及心脏的细胞和组织,对药物对心律的影响进行建模的可行性。

“每一种新药都需要进行心脏毒性筛查,这可能是表明危害或安全性的重要第一步,然后再进行更昂贵,更广泛的测试,” Clancy补充说。

该研究是免费的。

(编辑:PHP编程网 - 黄冈站长网)

【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容!

    推荐文章
      热点阅读