Tekniken har tagits fram för att automatiskt hitta signaler mellan ett läkemedel och dess biverkningar som hittills inte känts till. Den har utvecklats av Andrew Bate som i veckan disputerar på ämnet vid Umeå universitet. Genom att använda så kallad bayesiansk statistik i kombination med neurala nätverk ska metoden kunna utnyttjas rutinmässigt i analysen av WHO-databasen. Signaldetektion, förfining av signaler och upptäckt av komplexa mönster i databasen är användningsområden för denna data mining-metod.
Världshälsoorganisationens biverkningsdatabas skapades 1968 och innehåller idag mer än 2,8 miljoner fallrapporter från 70 länder. Möjligheterna att hitta biverkningssamband genom manuell analys i en så stor datamängd är begränsade. De signaler som hittas genom den datorbaserade tekniken måste dock analyseras kliniskt för att säkerställa att det verkligen var läkemedlet i fråga som orsakade signalen.
