人工智能和机器学习方法促进治疗药物管理和模型导向精确给药

背景：治疗药物监测（TDM）和模型导向精确给药（MIPD）在过去60年中受益于计算和数学的进步。此外，人工智能（AI）和机器学习（ML）方法在临床研究和支持中的应用正在增加。然而，AI和ML在精确给药方面的应用仅在最近进行了评估。鉴于ML处理电子健康记录等多维数据的能力，AI和ML应用促进TDM和MIPD的机会可能是有利的。方法：本综述总结了支持TDM和MIPD的相关AI和ML方法，重点关注最近的应用。还讨论了与此整合相关的机会和挑战。结果：多个AI和ML应用已被评估用于精确给药，包括与浓度或暴露预测、剂量优化、种群药代动力学和药效学、定量系统药理学以及MIPD系统开发和支持相关的应用。这些应用为ML和药物计量学的综合应用提供了机会，以提供精确给药的临床决策支持。结论：尽管AI与精确给药的整合仍处于早期阶段并在不断发展，但AI和ML有潜力与药物计量学方法协同工作，以支持TDM和MIPD。随着数据在机构和临床网络之间不断共享并聚合到大型数据库中，这些应用将继续增长。这些方法成功实施的关键在于临床医生与信息学、ML、药物计量学、临床药理学及TDM领域专家之间的跨领域合作。