„Twitter“ padeda nustatyti pavojingą sąveiką su narkotikais

Nauja programinė įranga, išgaunanti „Twitter“ duomenis, gali nustatyti potencialiai pavojingą vaistų sąveiką ir šalutinį poveikį, kol jie dar nepasirodo tradicinėse duomenų bazėse.

Tarpdisciplininiai kompiuterių mokslininkai iš Vermonto universiteto sukūrė kompiuterinę programą, kuri gali efektyviai ieškoti milijonų „Twitter“ tinklų žinutėse daugelio vaistų ir vaistų pavadinimų - ir sukurti jų ryšio žemėlapį, naudodama juos susiejančius #hashtags.

Tyrėjai teigia, kad programinė įranga gali atrasti potencialiai pavojingą vaistų sąveiką ir nežinomus šalutinius poveikius, kol jie dar nepasirodo medicinos duomenų bazėse, tokiose kaip „PubMed“, arba net prieš tai, kai gydytojai ir tyrėjai apie juos apskritai girdėjo.

„Mūsų naujasis algoritmas yra puikus būdas atrasti atradimus, kuriuos gali stebėti ir išbandyti ekspertai, pavyzdžiui, klinikiniai tyrėjai ir vaistininkai“, - sakė naujojo įrankio sukūrimui vadovavęs Vermonto universiteto informatikas Ahmedas Abdeenas Hamedas.

Ataskaita apie algoritmo veikimą ir išankstinius jo atradimus pateikiama internete Biomedicinos informatikos leidinys.

"Mes galime nežinoti, kokia yra sąveika, tačiau taikydami šį metodą galime greitai rasti aiškių įrodymų apie narkotikus, kurie yra susieti per grotažymes", - sakė Hamedas.

Tyrėjai mano, kad naujas požiūris taip pat galėtų būti naudojamas viešiems įspėjimams generuoti, sakė Hamedas, prieš pradedant klinikinius tyrimus arba prieš gaunant sveikatos priežiūros paslaugų teikėjų atnaujinimus. "Tai gali mums pasakyti: mes čia galime pastebėti vaistų sąveiką", - sakė Hamedas. "Saugotis."

Tyrėjai taip pat mano, kad šis metodas gali padėti įveikti seniai egzistuojančią medicininių tyrimų problemą: paskelbti tyrimai pernelyg dažnai nėra susiję su naujais mokslo rezultatais, nes skaitmeninės bibliotekos „kenčia nuo reto žymėjimo“. Tai yra, svarbios skaitmeninės informacijos, tokios kaip raktiniai žodžiai ir metaduomenys, susiję su studijomis, atnaujinimas yra sunkus rankinis uždavinys, dažnai atidėtas ar neišsamus.

„Kasant„ Twitter “žymas, galima susieti ryšį tarp naujų mokslinių įrodymų ir„ PubMed “, - sakė didžiulė JAV nacionalinės medicinos bibliotekos valdoma duomenų bazė, sakė Hamedas. Naudodama savo naująjį algoritmą, Vermonto komanda sukūrė svetainę, kuri leis tyrėjui ištirti ryšius tarp paieškos terminų (tarkim „albuterolio“), esamų mokslinių tyrimų, indeksuotų „PubMed“, ir „Twitter“ žymų, susijusių su terminais ir tyrimais.

Ankstesni tyrimai parodė, kad „Twitter“ galima išgauti dėl blogos vaistų sąveikos, tačiau Vermonto komanda skatina šią idėją sutelkdama dėmesį į skiriamąją informaciją, esančią grotažymėse, pvz., „#Perprescribed“, „#kidneystoneprobs“ ir „#skinswelling“. naujų asociacijų.

"Kiekvienas atskiras žymas su grotelėmis veikia beveik kaip žmogaus smegenų neuronas, siunčiantis konkretų signalą", - rašo mokslininkai, kurie gali atskleisti stebėtiną kelią tarp dviejų ar daugiau vaistų.

Komandos požiūris apima tai, ką jie vadina „K-H tinklu“ - iš esmės tankų raktinių žodžių ir grotažymių sąsajų žemėlapį - ir tada išpjauna daug „triukšmo ir šiukšlių“, sako Hamedas, „tai yra„ Twitter “! - rasti tinkle svarbiausias sąlygas. Tada algoritmas, vadinamas „HashPairMiner“, šiame išvalytame tinkle ieško trumpiausių kelių tarp paieškos terminų poros ir jų įsiterpiančių žymų.

Bendras projekto, kurį remia Nacionalinis mokslo fondas, tikslas yra „atrasti bet kokį dviejų vaistų ryšį, kuris nėra žinomas“, - sakė Hamedas. Tačiau norėdama „pagrįsti tiesos hipotezę“ - kad duomenų kaupimas „Twitter“ gali rasti nežinomą vaistų sąveiką, komanda norėjo parodyti, kad jų požiūris „gali sukelti jau žinomą sąveiką“, sako Tamer Fandy, farmacijos mokslų profesorius iš Albany farmacijos koledžo miestelis Vermonte ir naujo tyrimo bendraautorius.

- Taip, - pasakė Hamedas. Viename naujojo tyrimo pavyzdyje algoritmas nustatė kelią tarp aspirino ir alerginių vaistų benadrilo, kurie, kaip žinoma, sąveikauja; vienu atveju šiuos du narkotikus - galbūt ne per daug stebina - susiejo grotažymė „#happythanksgiving“.

Naujoji sistema prasidėjo nuo to, ką iš pradžių Vermonto universiteto Hamedas manė kaip klaidą 2013 m. Lapkričio mėn. Ankstesnė dabartinio algoritmo versija „atrado kai ką šokiruojančio: ibuprofenas ir medicininė marihuana, kurie, jūsų manymu, neturi nieko bendra vienas su kitu. susietas grotažyme, vadinamu # Alzheimerio liga “, - sako Hamedas.

„Maniau, kad tai turi būti klaida. Pažvelgiau į savo kodą. Pakartojau savo eksperimentą. Surinkau skirtingus „tweet“ duomenų rinkinius - ir gavau tą patį rezultatą “, - sakė jis. Bet jis negalėjo rasti jokios paramos asociacijai „PubMed“ ar kitose klinikinės literatūros duomenų bazėse. Tiesą sakant, vienintelis tyrimas, kurį jis galėjo rasti, nuo 1989 m. Rodo priešingai, kad tarp ibuprofeno ir marihuanos nėra sąveikos.

Paaiškėjo, kad Hamedas netyčia „Twitterverse“ atrado žmones, kurie dalijosi visiškai naujo, recenzuoto tyrimo rezultatais, leidžiančiais manyti, kad ibuprofenas turi tam tikrų galimybių blokuoti ar sumažinti atmintį žalojančius įprasto marihuanos vartojimo padarinius, kurie buvo susiję išsivysčius Alzheimerio ligai. "Tai pasirodė" Twitter "prieš" PubMed ", - sakė Hamedas.

Kai daugiau valstybių legalizuoja marihuaną, pasak Hamedo, gali būti vis daugiau diskusijų apie jos sąveiką su kitais narkotikais - prieš mokslininkų galimybes tirti šią sąveiką.

„Jei sugebėsime aptikti susirūpinimą, tarkime, kalbėkitės apie galvos skausmą, kraujospūdžio kritimą ar bet ką, - sakė jis, - tai gali paskatinti vaistininkus ar tyrėjus kelti hipotezę, po kurios gali būti atliktas klinikinis tyrimas ar kitas medicininis tyrimas. “

Šaltinis: Vermonto universitetas