Un grupo de investigadores de la Universidad de Stanford ha creado un sistema basado en Inteligencia Artificial (IA) capaz de analizar y predecir los posibles efectos secundarios de las combinaciones de medicamentos.

Según datos del Centro para el Control y Prevención de Enfermedades (CDC, por sus siglas en inglés) de Estados Unidos, solo en junio, el 23 por ciento de los estadounidenses tomaron dos o más medicamentos con receta médica, mientras que el 39 por ciento de las personas mayores de 65 años toman cinco medicamentos o más, una cifra que se ha triplicado durante las últimas décadas.

Los investigadores sugieren que una de las preocupaciones en torno a esta realidad es que los médicos muchas veces no saben qué efectos secundarios podrían generarse a partir de la incorporación de nuevos medicamentos a la receta del paciente.

Marinka Zitnik, becaria del postdoctorado de Informática en Stanford, ha presentado junto a sus colegas un documento que podría ayudar a solucionar este problema. Se trata de un sistema de IA que predice los efectos secundarios de combinar fármacos. Su nombre es Decagon, y permitiría a los médicos tomar mejores decisiones sobre qué medicamentos recetar y ayudar a los investigadores a encontrar mejores combinaciones de medicamentos para el tratamiento de enfermedades complejas.

De ser llevado al mercado, Decagon podría mejorar con sus predicciones la forma en que se prescriben medicamentos, teniendo en cuenta que actualmente existen cerca de 1,000 efectos secundarios conocidos por los 5,000 medicamentos existentes en el mercado estadounidense. Basándose en esta cifra, los investigadores aseguran que cerca de 125 mil millones posibles de efectos secundarios entre todas las combinaciones posibles de medicamentos.

Robots podrían ser programados para lograr equilibrio al moverse como los humanos

La principal preocupación de los expertos es que la mayoría de estos medicamentos nunca han sido recetados, y mucho menos estudiados en dichas combinaciones. Por ello, crearon una red  que describe cómo las más de 19,000 proteínas del cuerpo humano interactúan entre sí, y utilizaron más de 4 millones de combinaciones conocidas entre medicamentos y efectos diseñando, para finalmente diseñar el método para identificar los patrones.

Este método, basado en aprendizaje automático, infiere los patrones sobre los efectos secundarios de la interacción de dichas proteínas con los medicamentos y predice las consecuencias de tomarlos juntos. De momento, Decagon sólo considera los efectos secundarios de tomar dos medicamentos juntos, pero en el futuro, los investigadores esperan extender su alcance a regímenes más complejos.

Referencia: Modeling polypharmacy side effects with graph convolutional networks. Marinka Zitnik Monica Agrawal Jure Leskovec. Bioinformatics, Volume 34, Issue 13, 1 July 2018, Pages i457–i466, https://doi.org/10.1093/bioinformatics/bty294.

Más en TekCrispy