Pesquisadores desenvolvem modelo de apoio à decisão para criação de medicamentos

Apesar de lucrativo, a elaboração de medicamentos apresenta baixa taxa de sucesso. Para seu desenvolvimento, requer amplos períodos de pesquisa e desenvolvimento, alinhado a isso, necessita de altos investimentos para sua elaboração. Dessa maneira, a indústria farmacêutica tem buscado novas abordagens, estratégias e táticas para aumento da taxa de sucesso de seus projetos de desenvolvimentos de fármacos.

Diante disso, pesquisadores do Korea Institute of Science and Technology Information (KISTI), viram a possibilidade de criar, através de inteligência artificial, um modelo que possa orientar a tomada de decisão eficaz na fase de planejamento do desenvolvimento de novos medicamentos. O modelo proposto utilizado pelos pesquisadores é conhecido como Drug Development Recommendation (DDR), que, tem por finalidade, recomendar e/ou prever grupos e medicamentos adequados para desenvolvimento por empresas farmacêuticas individuais.

Os sistemas de recomendação, proposto pelos pesquisadores, apresentam funcionalidade semelhantes aos utilizados pelas empresas Youtube, Amazon e Netflix. Sua operação fundamenta-se na base de informações de interação usuário-item. Buscando sugerir o item ou produto a partir do perfil do usuário. Tais sugestões ocorrem a partir de recomendações de itens semelhantes aos previamente preferidos, utilizando técnicas de mineração de texto, recuperação e comparação de informações e o aprendizado de máquina.

Para construir o sistema de filtragem de informações, os pesquisadores optaram por utilizar os métodos de abordagem CBF e abordagem CF. Esses métodos irão atuar de forma a filtrar e analisar o conteúdo dos itens e/ou dos perfis dos usuários e assim fazer a recomendação do item de forma mais eficaz, a preferência do usuário é o ponto crucial dessa recomendação.

O modelo DDR foi elaborado partindo dos resultados das abordagens de aprendizado de regras de associação, CF e CBF. Assim, foi projetado como forma de garantir que todas as classes de medicamentos de todas as empresas farmacêuticas, usadas para construção desse modelo, entrasse no âmbito das recomendações. O modelo DDR foi desenvolvido em R versão 4.0.2. e conta com os seguintes pacotes: arules, arulesViz, Recommenderlab, caret, Boruta e randomForest.

Como mencionado, o desenvolvimento de novos medicamentos demanda alto custo e risco, dessa forma é necessária uma aplicação mais prudente do modelo de recomendação, em comparação com a compra de produtos ou recomendações de conteúdo preferencial. Durante o desenvolvimento do estudo, os objetivos traçados foram alcançados, ou seja, as regras significativas e o desempenho de um modelo confiável foram obtidos.

Apesar de ser um estudo de fundo teórico, esse projeto traz contribuições significativas ao propor uma nova metodologia que pode ser utilizada no propósito de planejamento de desenvolvimento dos produtos. Dentre as contribuições, podem ser citadas a minimização do tempo e os custos de investidos durante o desenvolvimento de novos medicamentos, sugerindo um grupo de medicamentos mais desenvolvidos.

Os dados completos podem ser conferidos nas referências. Gostou do conteúdo? Leia mais no nosso Blog!

Referência: Jung, Ye Lim, Hyoung Sun Yoo e JeeNa Hwang. “Modelo de apoio à decisão baseado em inteligência artificial para o planejamento de desenvolvimento de novos medicamentos.” Sistemas especialistas com aplicativos 198 (2022): 116825. https://doi.org/10.1016/j.eswa.2022.116825