کشف و پیش بینی عوارض دارویی با بهره گیری از هوش مصنوعی

مقدمه:مراقبت های دارویی، به منظور بالا بردن هر چه بیشتر امنیت دارو توجه ویژه ای به عوارض دارویی نشان می دهد. شناسایی عوارض دارویی همواره از اهمیت زیادی در مسایل بهداشت عمومی برخوردار بوده است. چرا که بی توجهی به این موضوع می تواند صدمات جبران ناپذیری چون مرگ را دربر داشته باشد؛ لذا پیش بینی زودهنگام عوارض دارو می تواند علاوه بر نجات جان بیماران، از هزینه ها و ریسک شکست یک دارو به علت عوارض مخرب آن جلوگیری کند. به همین جهت روش های داده کاوی می توانند در کنار روش های آزمایشگاهی نقش بسزایی ایفا کنند؛ لذا در این مطالعه به بررسی راه های آنالیز عوارض دارویی با دیدگاه داده کاوی و هوش مصنوعی پرداخته می شود. روش بررسی:بدین منظور مجلات معتبر موجود در حوزه بیوانفورماتیک در پایگاه داده هایی همچون ACM ،Nature ،Elsevier ،Oxford ، Frontiers در سالهای اخیر (2018-2013 )مورد بررسی قرار گرفته اند. کلمات کلیدی به صورت ترکیبی از دو گروه از کلید واژه ها مورد جست وجو قرار گرفتند. اول) .Text mining ،Machine learning ،Data mining ،Network-based analysis دوم .Pharmacovigilance ،Adverse drug event ،Drug side effect ،Adverse drug reaction ،Drug safety یافته ها: در این مطالعه انواع داده های مورد استفاده در کشف و پیش بینی عوارض دارویی از داده های بیولوژیکال همچون ساختارهای شیمیایی داروها و پروتیین های هدف تا داده هایی همچون شبکه های اجتماعی، گزارش های داوطلبانه و موتورهای جست وجومعرفی می شوند و در ادامه روشهای کشف و پیش بینی عوارض دارویی با دیدگاه داده کاوی به دو رویکرد اصلی پیش از ورود دارو به بازار و پس از ورود دارو به بازار دسته بندی می شوند. سپس روش های موجود در رویکرد پیش از ورود دارو به بازار به زیرشاخه های مبتنی بر بردار ویژگی و مبتنی بر شباهت و رویکرد پس از ورود دارو به بازار به زیرشاخه های مبتنی بر متن- کاوی و مبتنی بر روش های آماری تقسیم می شوند و در ادامه معروف ترین کارها در هر دسته با بیان ایده اصلی و مزایا و معایب آنها گردآوری شده و درنهایت راه های پیشرو نیز بیان شده است. نتیجه گیری: اهمیت موضوع کشف و پیش بینی عوارض دارویی ایجاب می کند، دانشمندان علوم داده و کامپیوتر و متخصصین دارویی برای رسیدن به موفقیت های بیشتر در این زمینه همکاری نمایند. مطلاعات ما نشان می دهند که استفاده از روش های رویکرد پس از ورود دارو به بازار به دلیل وجود منابع داده متنوعی همچون شبکه های اجتماعی از محبوبیت بیشتری نزد محققین برخوردار هستند.این تحقیق با بررسی روش های موجود و بیان نقاط قوت و ضعف این روش ها میتواند به محققان اطلاعات مفیدی را برای بررسی های آتی فراهم آورد.

کلیدواژه ها:

عوارض دارو ، مراقبت دارویی ، داده کاوی ، یادگیری ماشین ، متن کاوی