2、药物相互作用预测与物联网医疗混合网络协议

药物相互作用预测与物联网医疗混合网络协议

1. 药物相互作用预测

1.1 研究背景与目的

当药物相互作用（DDI）无法提前检测，而相互作用的药物组合被用于患者时，可能会导致严重后果。为解决这一问题，研究人员应用机器学习方法创建预测模型，以预测药物间的相互作用，包括相互作用类型（药代动力学或药效学相互作用）以及相互作用的严重程度。

1.2 模型测试方法

研究人员对多种机器学习方法进行了测试，包括逻辑回归、朴素贝叶斯、K近邻、决策树和深度学习方法，以找到最合适的结果。结果发现，使用深度学习网络时能获得最有效的结果。

1.3 深度学习网络交叉验证结果

以下是深度学习网络交叉验证结果（仅针对相互作用类型）的表格：
| Iteration | D1 | D2 | D3 | D4 | D5 | D6 | D7 | D8 |
| — | — | — | — | — | — | — | — | — |
| 1 | 0.95 | 0.93 | 0.94 | 0.90 | 0.90 | 0.91 | 0.88 | 0.93 |
| 2 | 0.94 | 0.91 | 0.92 | 0.89 | 0.86 | 0.88 | 0.85 | 0.92 |
| 3 | 0.94 | 0.92 | 0.93 | 0.90 | 0.89 | 0.90 | 0.85 | 0.93 |
| 4 | 0.80 | 0.76 | 0.78 | 0.70 | 0.69 | 0.70 | 0.64 | 0.76 |
| 5 | 0.78 | 0.70 | 0.73 | 0.63 |