- Вы идёте к врачу и сдаёте анализы. Доктор говорит вам, что у вас высокий холестерин и что необходимо принимать определённые препараты. Вы получаете пузырёк с таблетками. Вы не сомневаетесь: врач уверен, что лекарство сработает. Компания, которая его выпускает, провела исследования, прошла сертификацию, препарат внимательно изучили и одобрили. У них есть общее представление о его действии, примерное представление о побочных эффектах. Всё должно быть в порядке. Вы поговорили со своим врачом ещё немного, и он забеспокоился, потому что вы подавлены, чувствуете себя не очень, перестали радоваться привычным вещам. Он говорит: «Знаете, я думаю, что у вас небольшая депрессия. Я пропишу вам ещё таблетки».
То есть сейчас мы говорим уже о двух препаратах. И со вторым всё то же самое — миллионы людей его принимают, компания проводила исследования, они прошли все тесты — всё в порядке. Проблем вроде бы быть не должно. Проблем вроде бы быть не должно. Но подождите. Как долго мы изучали их взаимодействие?
Это очень сложно. На самом деле никто этого обычно не делает. Мы полностью зависим от так называемого «постмаркетингового наблюдения», после того как препарат вышел на рынок. Но как мы можем выяснить, что эти два препарата взаимодействуют как-то не так? Эти три? Пять? Семь? Спросите близких людей с несколькими диагнозами, сколько препаратов они принимают.
Почему меня волнует эта проблема? Она меня очень волнует. Я учёный-информатик и аналитик данных, и по-моему, единственная надежда понять эти взаимодействия — это поднять огромное количество источников информации, чтобы выяснить, какие препараты безопасно использовать вместе, а какие нет.
Я хочу рассказать историю об анализе данных. Всё началось с моего студента Ника. Давайте назовём его «Ник», потому что так его зовут.
Он был молодым студентом. Я сказал: «Знаешь, Ник, нам нужно понять, как работают лекарства, как они работают вместе, как отдельно, ведь мы это очень плохо понимаем». А теперь FDA выложила прекрасную базу данных. Это база случаев, связанных с побочными эффектами. Они просто выложили её в интернет — она доступна, её можно скачать прямо сейчас: сотни тысяч отчётов и жалоб от пациентов, врачей, компаний, фармацевтов. И они все довольно простые: в них написано, какие заболевания есть у пациента, какие препараты он принимал и все негативные последствия, которые они испытали. Это не всё, что сегодня происходит в Америке, но это сотни и сотни тысяч препаратов.
Так что я сказал Нику: «Возьмём, например, глюкозу. Глюкоза очень важна, мы знаем, что она связана с диабетом. Давай посмотрим, понимаем ли мы ответную реакцию на неё». Я отправил Ника работать. Ник пришёл обратно.
Я создал классификатор, позволяющий посмотреть побочные эффекты препарата, согласно этой базе данных, и он показывает, будет ли препарат менять уровень глюкозы или нет».
Он сделал это. Это было довольно просто. Он взял все препараты, которые меняют уровень глюкозы, и группу препаратов, которые его не меняют, и подумал: «В чём разница между их побочными эффектами? Изменения в утомляемости? Аппетите? Мочеиспускании?» Всё это вместе позволило ему создать очень хороший определитель. Он сказал: «Расс, я могу с 93%-й точностью определить, изменит ли препарат глюкозу».
Я говорю: «Ник, это отлично». Он молодой студент, нужно придать ему уверенности в себе. «Ник, но есть проблема. Все врачи в мире знают препараты, меняющие уровень глюкозы, потому что это основа их практики. Так что здорово, отличная работа, но не настолько интересная, её точно не опубликуешь».
