Подходы на основе искусственного интеллекта и машинного обучения для совершенствования терапевтического лекарственного мониторинга и модельно-ориентированного прецизионного дозирования

Введение: За последние 60 лет развитие вычислительных и математических методов существенно расширило возможности терапевтического лекарственного мониторинга и модельно-ориентированного прецизионного дозирования. Искусственный интеллект и машинное обучение всё чаще применяются для поддержки клинических исследований и практической медицинской деятельности, однако их использование для прецизионного дозирования начали оценивать лишь недавно. Поскольку машинное обучение позволяет работать с многомерными данными, например из электронных медицинских карт, его применение может помочь усовершенствовать терапевтический лекарственный мониторинг и модельно-ориентированное прецизионное дозирование.

Методы: В обзоре обобщены подходы на основе искусственного интеллекта и машинного обучения, предназначенные для поддержки терапевтического лекарственного мониторинга и модельно-ориентированного прецизионного дозирования, с особым вниманием к недавним разработкам. Также рассмотрены возможности и сложности их интеграции.

Результаты: Для прецизионного дозирования оценивались различные применения искусственного интеллекта и машинного обучения: прогнозирование концентрации или экспозиции, оптимизация дозы, популяционная фармакокинетика и фармакодинамика, количественная системная фармакология, а также разработка и поддержка систем модельно-ориентированного прецизионного дозирования. Эти подходы позволяют объединить машинное обучение и фаркометрию для поддержки принятия клинических решений при прецизионном дозировании.

Выводы: Интеграция искусственного интеллекта с методами прецизионного дозирования находится на раннем этапе и продолжает развиваться, однако искусственный интеллект и машинное обучение способны дополнять фаркометрические подходы при поддержке терапевтического лекарственного мониторинга и модельно-ориентированного прецизионного дозирования. По мере расширения обмена данными между учреждениями и клиническими сетями и их объединения в крупные базы применение этих подходов будет расти. Успешное внедрение потребует междисциплинарного сотрудничества практикующих врачей и специалистов по медицинской информатике, машинному обучению, фаркометрии, клинической фармакологии и терапевтическому лекарственному мониторингу.