تیمی از محققان دانشگاه فلوریدا الگوریتم‌هایی را توسعه داده‌اند که بر تکنیک‌های هوش مصنوعی برای پیش‌بینی دقیق موفقیت یا عدم موفقیت یک برنامه درمانی خاص تکیه دارند.
این مطالعه که در مجله علمی “Hepatology” تخصصی بیماری‌های کبدی گزارش شده است، نشان داده است که معادلات الگوریتمی از ابزار‌های یادگیری مصنوعی برای پیش بینی دقیق شانس موفقیت یک داروی خاص بر اساس مدل‌های آماری فعلی استفاده می‌کنند.
هاسوک پارک، محقق کالج داروسازی در دانشگاه فلوریدا، می‌نویسد:” موفقیت در درمان هپاتیت C یک مسئله ضروری برای بیمار است یعنی همان طرفی که هزینه درمان را به طور یکسان متحمل می‌شود. هیچ کس نمی‌خواهد که درمان شکست بخورد، به خصوص بیمار، اما ما می‌خواهیم در صورت لزوم روش درمانی بهتری پیدا کنیم.”
به لطف فناوری جدید هوش مصنوعی، محققان توانستند مجموعه‌ای از شرایط مرتبط با شکست درمان‌های هپاتیت C مانند سیگار کشیدن، نوشیدن الکل، فشار خون بالا و برخی نسخه‌های درمانی مختلف را کنترل کنند.
محققان می‌گویند برخی از این عوامل یا شیوه‌ها را می‌توان برای بهبود شانس بهبودی بیمار اصلاح کرد.
سازمان جهانی بهداشت می‌گوید تعداد مبتلایان به هپاتیت C در جهان حدود ۵۸ میلیون نفر تخمین زده می‌شود و سالانه حدود ۱.۵ میلیون نفر به این بیماری مبتلا می‌شوند.
