神经网络技术在血药浓度监测中的应用
在药动学、药效学研究领域中,利用血清或血浆药物浓度监测为临床医师、药师个体化给药提供了最直接的参考依据,其监测结果的准确、可靠是临床合理用药的重要保证.目前监测的药物主要是治疗指数低、安全范围窄和毒副作用强的药物,以便观察疗效和预防不良反应的发生.然而血药浓度影响因素较多,传统药动学方法预测血药浓度非常困难,采用人工神经网络(Artificial Neural Networks,ANN)技术预测血药浓度逐渐被国内外学者使用,得到了较精确的结果,本文针对此方法综述其在血药浓度监测中的应用和研究进展.采用神经网络算法预测血药浓度的一般步骤是将所监测的血药浓度(通常为谷浓度)作为网络的输出变量，患者的人口统计学因素、生化指标、血常规指标、给药剂量、给药间隔等作为输入变量，对数据进行分组，考察测试集预测的血药浓度与真实测得的血药浓度值之间的差异，评价预测性能。神经网络用于血药浓度监测的时间并不长，但因其有较好的非线性优化、自动模式识别和大数据处理功能，相对于传统的血药浓度监测方法而言更为客观，且人为影响因素较少，具有很大的发展前景。不仅在药物血药浓度预测方面有杰出的网络模型提供更精确的预测数值，而且可以在此基础上推算给药剂量、科学选择治疗药物、评估治疗药物的安全性/有效性等。
血药浓度 药学监测 神经网络 用药安全
赵杰
郑州大学第一附属医院药学部,郑州,450052
国内会议
江苏扬州
中文
1-5
2014-06-20（万方平台首次上网日期，不代表论文的发表时间）