很多文章的报道都是由微观而宏观，今日小编讲给大家带来的关于机器学习有助于防止因医学引起的心脏病的资讯也不例外，希翼可以在一定的程度上开阔你们的视野！y有对机器学习有助于防止因医学引起的心脏病这篇文章感兴趣的小伙伴可以一起来看看

研究人员已经证明了一种方法，可以帮助患者幸免在开药之前因药物引起的心律不齐。他们的技术使用计算建模和机器学习方法来预测心脏“从原子到心律”的电毒性。

该研究在加州大学戴维斯分校进行，并在《循环研究》杂志上进行。

“我们希翼模型框架可以扩展到对药物发现，对各种化合物和靶标进行药物安全性筛查以及在各种监管过程中产生影响，” Colleen Clancy博士，Igor Vorobyov博士和同事。

到目前为止，了解药物会导致任何给定患者心律不齐的唯一方法是开处方，等待和观察。

克兰西在加州大学戴维斯分校(UC-Davis)发表的一项研究的新闻中说：“甚至开辟出的用于治疗心律不齐的药物实际上最终也导致了它们。”她解释说，这个问题向来缺乏了解药物如何影响hERG编码的钾通道的方法，这有助于使心律正常化。(首字母缩写代表人类以太相关的基因。)

克兰西说，这项新研究表明，根据药物的化学成分以及心脏的细胞和组织，对药物对心律的影响进行建模的可行性。

“每一种新药都需要进行心脏毒性筛查，这可能是表明危害或安全性的重要第一步，然后再进行更昂贵，更广泛的测试，” Clancy补充说。

该研究是免费的。