研究表明机器学习填补孕妇用药安全研究中的空白
研究表明,机器学习技术正在有效填补孕妇用药安全研究中的重大证据缺口。过去十年中,仅有4%的临床试验包括孕妇作为参与者,这一趋势可追溯至1977年FDA建议不在1-2期临床试验中纳入孕妇的规定。当前研究通过BOOST-HP项目(基于树的数据挖掘方法)和BIONIC研究(结合因果推断与机器学习)分析大型数据集,识别药物暴露与妊娠结果间的潜在关联,同时强调模型透明度的重要性,避免"黑箱"方法导致的流行病学错误,为改善孕妇用药安全评估提供了创新途径,有望解决这一长期存在的医疗研究空白问题。

