原标题：美国斯坦福大学开发AI技术，可预测复方用药的副作用

据外媒报道，10个美国人中有7个都至少吃一种药，有15%的美国人吃五种以上的药。问题是，人们很难预测同时服用多种药，或者混合药物时会产生什么副作用，这样一来，测试新药物与其他药物搭配的过程也会很复杂。据预测，可能产生的并发症数量能达到1250亿种以上。

为了解决这一问题，美国斯坦福大学计算机科学博士后Marinka Zitnik与副教授Jure Leskovec开发了一款名为Decagon的AI系统，用于预测不同药物搭配可能产生的副作用。Zitnik和Leskovec将这一研究发表在了一篇名为“利用图卷积神经网络（GCN）创造的复方用药副作用建模”的论文中，并在于美国芝加哥举行2018年国际计算生物学大会（7月6日-10日）上公开了这篇论文。

据悉，Decagon系统的资助者包括美国科学基金会，美国国立卫生研究院，美国斯坦福大学数据科学项目和陈扎克伯格Biohub计划等。

论文中写到，Decagon系统建造了人体内互相作用且与药物作用的1.9万种以上的蛋白质模型，使用包含了副作用、药物与蛋白质之间差不多四百万种已知关联的深度学习算法，来总结规律进行预测。

Decagon系统能够准确预测罕见药物搭配带来的副作用，准确率高达69%。就拿一个例子来讲，Decagon预测降胆固醇药物阿托伐他汀和降压药氨氯地平一起服用可能会引起肌肉发言。再举个例子，Decagon还准确预测了最近医学研究人员证实的十种副作用。

此外，Decagon系统也是有自己的局限性，比如目前它只会分析两种药物的搭配。因此，斯坦福科研人员希望在未来能够研发出一种能够处理更复杂搭配的版本。

药物学并不是AI造福的唯一医学领域，有科研人员正在使用机器学习预测婴儿的发育性残疾，还有创业AI医疗公司Clew Medical开发了一款AI分析平台，能够防止病人产生危及性命的并发症。另外还有，科技巨头谷歌也在投资大量AI医疗项目，如谷歌子公司项目DeepMind Health。

此外，管理咨询公司McKinsey的分析师预测机器学习算法每年能够帮助医药公司剩下一千亿美元。

参考：Venture Beat