Wetenschappers hebben een machine learning-methode ontwikkeld die enorme hoeveelheden gegevens verzamelt om te helpen bepalen welke bestaande medicijnen de resultaten kunnen verbeteren bij ziekten waarvoor ze niet zijn ontwikkeld.
Doel van dit onderzoek is om het hergebruik van medicijnen te stimuleren. Dit is geen nieuw concept – denk aan Botox-injecties, aanvankelijk bedoeld voor de behandeling van ogen en nu een migrainebehandeling en een uitstekende cosmetische manier om rimpels te verminderen.
Maar om tot die nieuwe toepassingen te komen, is meestal een mix van serendipiteit en tijdrovende en dure gerandomiseerde klinische onderzoeken nodig om ervoor te zorgen dat een medicijn dat effectief is voor de ene aandoening, nuttig zal zijn als behandeling voor iets anders.
De onderzoekers van de Ohio State University creëerden een kader dat enorme datasets met betrekking tot patiëntenzorg combineert met krachtige berekeningen om te komen tot hergebruikte kandidaat-geneesmiddelen en de geschatte effecten van die bestaande medicijnen op een gedefinieerde reeks resultaten.
Lees hier het volledige artikel
