机器学习“定制”处方有望降低抗生素HIV风险

人民日报北京2年初28日电（路透社冯玉婧）本品在化疗细菌感染里发挥不可忽视作用，但它是一把“双刃剑”,也促使细菌大幅提高冠心病。一个世界性的团队近日在美国《科学》时尚杂志上报告说，他们并用机器学习技术和基因小组测序技术开发出一种本品本品插值，可将感染化疗里的冠心病高风险降低一半。

图为一家杂货店本品药柜台的详细资料照片。（人民日报路透社郭晨摄）

化疗感染的重点在于正确匹配本品与细菌的耐药情形，然而即使匹配正确，仍有似乎经常出现本品冠心病。一个原因是，细菌似乎在进化里随机基因而造成了冠心病，但这个随机过程难以计算和避免。

伊拉克理工学院曾两次的详细资料分析的团队断定，大多数感染病人的冠心病并不是因为致病的随机基因而造成了，而是由病人母体有机体小组里对本品本品具有冠心病的另一种菌株迅速再次感染而引致的。详细资料分析部门将该断定转化为一种化疗思维：化疗用的本品不仅应与导致意味着致病的耐药情形相匹配，还应与病人母体有机体小组里有似乎取代意味着致病的其他细菌相匹配。

详细资料分析的团队并用20多万名病人年初末8年的有机体小组详细资料记录，相结合了机器学习插值模型，用以计算个体对特定本品造成了冠心病的高风险。详细资料分析部门还并用以往化疗尿路感染和伤口感染的大量本品本品详细资料来训练这个插值，使它能够拟定出个性化本品化疗本品。详细资料分析显示，该本品本品插值可将化疗里经常出现本品冠心病的高风险降低一半。

“我们断定，病人过去感染里对本品的敏感性可用以计算他们再次接纳本品化疗后经常出现冠心病感染的高风险。”该论文第一作者、伊拉克理工学院详细资料分析部门史蒂芬·斯特拉西博士解释。

详细资料分析部门问到，希望这项详细资料分析能为精神科提供更好的工具，以拟定个性化本品化疗方案来有所改善口服，并并能减少冠心病致病的蔓延。