論文の概要: A Computational Approach to Epilepsy Treatment: An AI-optimized Global Natural Product Prescription System
- arxiv url: http://arxiv.org/abs/2505.09643v1
- Date: Sat, 10 May 2025 08:14:20 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-05-16 22:29:06.028352
- Title: A Computational Approach to Epilepsy Treatment: An AI-optimized Global Natural Product Prescription System
- Title（参考訳）: てんかん治療への計算的アプローチ:AIを最適化したグローバルな天然物処方システム
- Authors: Zhixuan Wang,
- Abstract要約: てんかんは世界中で何百万もの患者を抱える神経疾患である。
多くの人は、従来の抗てんかん薬の効力と副作用が限られているため、代替医療に移行している。
我々は,グローバルな天然物のAI駆動分析により,局所てんかん治療を最適化する計算手法を開発した。
- 参考スコア（独自算出の注目度）: 0.5439020425819
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Epilepsy is a prevalent neurological disease with millions of patients worldwide. Many patients have turned to alternative medicine due to the limited efficacy and side effects of conventional antiepileptic drugs. In this study, we developed a computational approach to optimize herbal epilepsy treatment through AI-driven analysis of global natural products and statistically validated randomized controlled trials (RCTs). Our intelligent prescription system combines machine learning (ML) algorithms for herb-efficacy characterization, Bayesian optimization for personalized dosing, and meta-analysis of RCTs for evidence-based recommendations. The system analyzed 1,872 natural compounds from traditional Chinese medicine (TCM), Ayurveda, and ethnopharmacological databases, integrating their bioactive properties with clinical outcomes from 48 RCTs covering 48 epilepsy conditions (n=5,216). Using LASSO regression and SHAP value analysis, we identified 17 high-efficacy herbs (e.g., Gastrodia elata [using \'e for accented characters], Withania somnifera), showing significant seizure reduction (p$<$0.01, Cohen's d=0.89) with statistical significance confirmed by multiple testing (p$<$0.001). A randomized double-blind validation trial (n=120) demonstrated 28.5\% greater seizure frequency reduction with AI-optimized herbal prescriptions compared to conventional protocols (95\% CI: 18.7-37.3\%, p=0.003).
- Abstract（参考訳）: てんかんは世界中で何百万もの患者を抱える神経疾患である。
多くの患者は、従来の抗てんかん薬の効能と副作用が限られているため、代替医療に移行している。
本研究では,グローバルな天然物のAI駆動分析と統計的に検証されたランダム化制御試験(RCT)により,局所てんかん治療を最適化する計算手法を開発した。
我々のインテリジェント処方薬システムは、ハーブ効率評価のための機械学習(ML)アルゴリズム、パーソナライズドスティングのためのベイズ最適化、エビデンスベースのレコメンデーションのためのRTTのメタ分析を組み合わせる。
このシステムは、伝統的な中国医学(TCM)、Ayurveda、ethnopharmacological databaseから1,872の天然化合物を分析し、48のてんかん(n=5,216)を含む48のRDTから、その生物活性特性を臨床結果と統合した。
LASSOレグレッションとSHAP値分析を用いて17種類の高効率ハーブ(eg, Gastrodia elata[a'e, Withania somnifera, Withania somnifera])を同定し, 多変量検査(p$<$0.01, Cohen's d=0.89)により有意な差が認められた(p$<$0.001)。
ランダム化された二重盲検検証試験(n=120)では、従来のプロトコル(95\% CI: 18.7-37.3\%, p=0.003)と比較して、AI最適化ハーバル処方薬による発作頻度の減少が28.5\%大きいことが示された。
関連論文リスト
- Urinary Tract Infection Detection in Digital Remote Monitoring: Strategies for Managing Participant-Specific Prediction Complexity [43.108040967674185]
尿路感染症(UTIs)は特に認知症(PLWD)の患者にとって重要な健康上の問題である
この研究は、PLWDのUTIを検出する機械学習(ML)を利用した以前の研究に基づいている。
論文 参考訳（メタデータ） (2025-02-18T12:01:55Z) - Artificial Intelligence-Based Triaging of Cutaneous Melanocytic Lesions [0.8864540224289991]
患者数の増加とより包括的な診断の必要性により、病理学者は作業負荷の増大に直面している。
われわれは,全スライド画像に基づいて皮膚メラノサイト性病変をトリアージする人工知能(AI)モデルを開発した。
論文 参考訳（メタデータ） (2024-10-14T13:49:04Z) - An Evaluation Benchmark for Adverse Drug Event Prediction from Clinical Trial Results [0.10051474951635876]
副作用薬物イベント(ADEs)は臨床試験における主要な安全性の問題である。
単剤治療における多ラベルADE予測のためのデータセットであるCT-ADEを紹介する。
論文 参考訳（メタデータ） (2024-04-19T12:04:32Z) - Evaluating the Effectiveness of Artificial Intelligence in Predicting Adverse Drug Reactions among Cancer Patients: A Systematic Review and Meta-Analysis [0.0]
本研究の目的は, がん患者の薬物反応予測における人工知能モデルの性能を評価することである。
がん治療におけるAIの使用は、ADRの予測に高い特異性と感度を示すモデルによって、大きな可能性を示している。
しかし,証拠の質を向上させるためには,標準化された研究と多施設研究が必要である。
論文 参考訳（メタデータ） (2024-04-06T11:20:28Z) - Institutional-Level Monitoring of Immune Checkpoint Inhibitor IrAEs Using a Novel Natural Language Processing Algorithmic Pipeline [0.0]
免疫チェックポイントインヒビター(ICI)はがん治療に革命をもたらしたが、免疫関連悪事象(IrAE)を引き起こす可能性がある
本研究はテルアビブ・ソウラスキー医療センターでICIを受けた患者の臨床ノートの分析を行った。
自然言語処理アルゴリズムを用いて、7つの共通または重篤なIrAEを体系的に同定した。
論文 参考訳（メタデータ） (2024-03-09T19:18:27Z) - Deep-Learning Tool for Early Identifying Non-Traumatic Intracranial
Hemorrhage Etiology based on CT Scan [40.51754649947294]
深層学習モデルは、2011年1月から2018年4月までに収集された非外傷性ICHを用いた1868個のNCCTスキャンを用いて開発された。
診断成績は臨床医の成績と比較した。
臨床医は, システム拡張による特定の出血エチオロジーの感度, 特異性, 精度を著しく改善した。
論文 参考訳（メタデータ） (2023-02-02T08:45:17Z) - Neural Bandits for Data Mining: Searching for Dangerous Polypharmacy [63.135687276599114]
一部の多薬局は、不適切とみなされており、死亡や入院などの健康上の有害な結果に関係している可能性がある。
我々は、クレームデータセットを効率的にマイニングし、薬物の組み合わせと健康結果の関係の予測モデルを構築するためのOptimNeuralTS戦略を提案する。
提案手法では,最大72%のPIPを検出でき,平均精度は99%であり,30000タイムステップで検出できる。
論文 参考訳（メタデータ） (2022-12-10T03:43:23Z) - RECOVER: sequential model optimization platform for combination drug
repurposing identifies novel synergistic compounds in vitro [46.773794687622825]
深層学習モデルに適用した逐次モデル最適化探索を用いて,がん細胞株に対して高い相乗効果を持つ薬物の組み合わせを迅速に発見する。
モデルによりクエリされた組み合わせの集合は、非常にシナジスティックな組み合わせに富んでいることがわかった。
臨床的に検討中であることが判明した相乗効果薬の併用が再発見された。
論文 参考訳（メタデータ） (2022-02-07T02:54:29Z) - Machine Learning for Real-World Evidence Analysis of COVID-19
Pharmacotherapy [0.0]
臨床から生成された実世界のデータは、新型コロナウイルスの薬物療法の実際の証拠を分析するために使用できる。
機械学習(ML)メソッドが使われており、精密医療のための有望なツールである。
本研究では,スペインバレンシア州における新型コロナウイルスの入院に対する治療法の有効性を検討するために,ML法を適用した。
論文 参考訳（メタデータ） (2021-07-19T16:28:54Z) - CovidDeep: SARS-CoV-2/COVID-19 Test Based on Wearable Medical Sensors
and Efficient Neural Networks [51.589769497681175]
新型コロナウイルス(SARS-CoV-2)がパンデミックを引き起こしている。
SARS-CoV-2の逆転写-ポリメラーゼ連鎖反応に基づく現在の試験体制は、試験要求に追いついていない。
我々は,効率的なDNNと市販のWMSを組み合わせたCovidDeepというフレームワークを提案する。
論文 参考訳（メタデータ） (2020-07-20T21:47:28Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。