วิธีการที่ทำนายว่าการทดลองทางคลินิกของ COVID-19 จะสำเร็จหรือไม่

ภาพจาก Florida Atlantic University

นักวิทยาศาสตร์จาก Florida Atlantic University (FAU)  ใช้วิธีใหม่ที่รวมอัลกอริธึมการเรียนรู้ของเครื่อง (machine learning) และการเรียนรู้แบบกลุ่ม (ensemble learning) เพื่อจำลองการทดลองทางคลีนิคที่สำเร็จของ COVID-19 เทียบกับการต้องยุติการทดลอง นักวิจัยได้รวบรวมชุดทดสอบของการทดลอง COVID-19 จำนวน 4,441 รายการจากทะเบียนและฐานข้อมูลระดับชาติของ ClinicalTrials.gov จากนั้นจึงสร้างคุณสมบัติ 693 ตัวเพื่อเป็นตัวแทนการทดลองทางคลินิกแต่ละครั้ง ด้วยการใช้การเรียนรู้แบบกลุ่ม (ensemble learning) และการสุ่มตัวอย่าง ตัวแบบได้เห็นว่าอะไรคือลักษณะที่มีประสิทธิภาพสูงในการทำนายผลการทดลองทางคลินิก Stella Batalama จาก FAU กล่าวว่าเทคนิคใหม่นี้ "จะเป็นประโยชน์ในการออกแบบวิธีการคำนวณเพื่อคาดการณ์ว่าการทดลองทางคลินิกของ COVID-19 จะสำเร็จหรือไม่ เพื่อให้ผู้มีส่วนได้ส่วนเสียสามารถใช้การคาดการณ์เพื่อวางแผนทรัพยากร ลดค่าใช้จ่าย และลดเวลาของการศึกษาทางคลีนิค

อ่านข่าวเต็มได้ที่: Florida Atlantic University