Các nhà khoa học của Đại học Virginia cho biết, bệnh tim, bệnh chuyển hóa và bệnh ung thư rất phức tạp và khó điều trị. Học máy giúp họ giảm bớt sự phức tạp này, xác định các yếu tố quan trọng nhất gây ra bệnh tật và hiểu rõ hơn về cách thuốc có thể biến đổi các tế bào bị bệnh.

Công cụ học máy mới đã tìm ra một ứng cử viên đầy hứa hẹn giúp ngăn ngừa sẹo có hại cho tim, điều mà các loại thuốc trước đây không làm được. Các nhà nghiên cứu của UVA cho biết mô hình máy tính tiên tiến này còn có khả năng dự đoán và giải thích tác dụng của thuốc đối với các bệnh khác.

Trí tuệ nhân tạo và nghiên cứu trên con người trong nhiều thập kỷ đang xác định các loại thuốc có thể giúp giảm thiểu sẹo có hại sau cơn đau tim và cải thiện kết quả điều trị của bệnh nhân.

Nhóm nghiên cứu đã kết hợp mô hình máy tính dựa trên kiến ​​thức của con người trong nhiều thập kỷ với học máy để hiểu rõ hơn về cách thuốc ảnh hưởng đến các tế bào được gọi là nguyên bào sợi. Những tế bào này sản xuất ra collagen để giúp sửa chữa tim sau chấn thương. Nhưng chúng cũng có thể gây ra sẹo có hại trong quá trình phục hồi. Vậy việc lựa chọn các loại thuốc hứa hẹn có giúp bác sĩ có thêm khả năng ngăn ngừa sẹo và cải thiện kết quả điều trị cho bệnh nhân hay không.

Những nỗ lực trước đây nhằm xác định các loại thuốc nhắm vào nguyên bào sợi chỉ tập trung vào các khía cạnh chọn lọc hành vi của nguyên bào sợi. Những loại thuốc đó hoạt động như thế nào vẫn chưa rõ ràng. Khoảng cách kiến ​​thức là một thách thức lớn trong việc phát triển các phương pháp điều trị nhắm mục tiêu tới bệnh xơ hóa tim.

Các nhà khoa học đã phát triển một phương pháp tiếp cận mới có tên gọi là “học máy cơ học dựa trên logic” không chỉ dự đoán loại thuốc nào có lợi mà còn dự đoán cách chúng ảnh hưởng đến hành vi của nguyên bào sợi.

Phương pháp này xem xét tác dụng của 13 loại thuốc lên nguyên bào sợi ở người và sử dụng dữ liệu để huấn luyện mô hình học máy nhằm dự đoán tác dụng của thuốc lên tế bào và hành vi của tế bào.

Các nhà khoa học cho rằng cần nghiên cứu bổ sung để xác minh thuốc hoạt động như dự định, nhưng các nhà nghiên cứu của UVA cho biết máy học cơ học là một công cụ mạnh mẽ cho các nhà khoa học đang tìm cách khám phá nguyên nhân và kết quả sinh học.