Más allá de los datos tabulares: Mejora de la predicción de ensayos clínicos con redes neuronales de grafos heterogéneos

Identificador:  TFM:2530

Handle: https://hdl.handle.net/20.500.11797/TFM2530

Autors:  Muñoz Bravo, Alex

Resum:
Aquesta tesi explora la millora de la predicció d'assajos clínics anant més enllà de les dades tabulars tradicionals. Proposa un nou enfocament que utilitza Xarxes Neuronals de Gràfics Heterogènies (GNN) per modelar les relacions complexes i diverses entre entitats biomèdiques, com ara fàrmacs, indicacions i assajos. En representar aquestes interaccions dins d'una estructura de grafs rica i interconnectada, aquesta metodologia pretén capturar patrons intricats que els models convencionals poden passar per alt. L'objectiu principal és millorar la precisió de la predicció dels resultats dels assajos clínics, cosa que podria conduir a processos de desenvolupament de fàrmacs més eficients i a taxes de fracàs reduïdes.