1、基于机器学习方法的药物 - 药物相互作用、相互作用类型及严重程度预测

基于机器学习方法的药物 - 药物相互作用、相互作用类型及严重程度预测

1. 会议概述

IoTHIC - 2023 是一个多学科、经过同行评审的国际物联网（IoT）在健康各领域应用的会议。会议涵盖健康指标、疾病预测与检测、健康生活方式、智能健康监测系统等诸多方面。会议提供了一个交流平台，利用人工智能（AI）技术，如数据挖掘、机器学习、图像处理和元启发式算法等，分享最新技术信息。AI 技术优化了物联网应用的高质量研究成果和新开发案例研究的展示。

会议参与者来自多个学科，包括医学、软件工程、统计学、通信、机器人手术、数据库专家、生物医学工程、网络安全、计算机工程、健康管理等。会议收录了完整的研究论文和实证案例研究，共收到 36 篇投稿，经过专家独立评审，14 篇论文被接受，接受率为 38%。

会议设有三个技术会议，分别是物联网在医疗保健系统中的应用、基于 AI 的技术以及医疗系统中的方法（如图像处理、机器学习和深度学习），最后是医院、临床系统和健康中心的健康管理优化算法。此外，还邀请了四位专家主题演讲者，涵盖了医疗保健中可信 AI、医疗物联网的网络安全、土耳其及其他地区的远程医疗、医疗物联网的数字医疗等主题。

2. 药物 - 药物相互作用研究背景

药物 - 药物相互作用（DDI）可能导致严重的副作用、不良反应、中毒甚至死亡，是导致医疗成本显著增加的常见原因之一，约 3% - 6% 的住院不良反应由 DDI 引起。目前，已有多种计算方法用于预测可能相互作用的药物对，主要分为基于药物相似性的方法、基于网络的方法和基于机器学习算法的方法。

3. 研究目的

本研究旨在确定最佳的机器学习算法，不仅能检测未知的