Técnicas computadorizadas abrem caminho para previsão e interpretação de interações medicamento-medicamento

INTRODUÇÃO: A indústria de saúde também penaliza os pacientes por erros médicos que são inevitáveis, mas altamente preveníveis. A grande maioria dos erros médicos está relacionada a reações adversas a medicamentos, enquanto interações medicamento-medicamento (IDMs) são a principal causa de reações adversas a medicamentos (RAMs). IDMs e RAMs têm sido principalmente relatadas por estudos de caso aleatórios. Pesquisas experimentais in vivo e in vitro também revelam pares de IDM. Pesquisas laboratoriais e experimentais são valiosas, mas também caras, e, em alguns casos, os pesquisadores podem enfrentar limitações. METÓDOS: Na investigação atual, os trabalhos mais recentes publicados foram estudados para analisar a tendência e o padrão da modelagem de IDM e os impactos dos métodos de aprendizado de máquina. Aplicações de técnicas computadorizadas também foram investigadas para a previsão e interpretação de IDMs. RESULTADOS: A mineração de dados computadorizada nas ciências farmacêuticas e em bancos de dados relacionados fornece novos paradigmas transformadores que podem revolucionar o tratamento de doenças e, portanto, os cuidados médicos. Dado que vários aspectos da descoberta de medicamentos e farmacoterapia estão intimamente relacionados às informações clínicas e moleculares/biológicas, os bancos de dados cientificamente sólidos (por exemplo, IDMs, RAMs) podem ser importantes para o sucesso das modalidades de farmacoterapia. CONCLUSÃO: Uma melhor compreensão das IDMs não apenas proporciona um meio robusto para projetar medicamentos mais eficazes, mas também garante a segurança do paciente.