Forscher der Harvard Medical School entwickelten ein 50% effektiveres KI-Modell, TxGNN, um Drogenkandidaten für 17.000 seltene Krankheiten zu identifizieren.
Forscher der Harvard Medical School haben ein KI-Modell namens TxGNN entwickelt, um Arzneimittelkandidaten für mehr als 17.000 seltene Krankheiten zu identifizieren, viele ohne Behandlungen. Dieses innovative Tool analysiert bestehende Medikamente, prognostiziert mögliche Nebenwirkungen und Kontraindikationen, und ist 50% effektiver als aktuelle Modelle. Frei verfügbar, zielt es darauf ab, Ärzten bei der Entwicklung neuer Therapien zu helfen und gesundheitliche Unterschiede bei unterversorgten Bedingungen zu beseitigen.
September 25, 2024
11 Artikel