本稿では、薬物とターゲット間の相互作用を評価するための新しい指標であるインタラクション整合性指数（IC-index）を提案します。この指数は、相互作用の正確な予測が意思決定にどのように寄与するかを捉え、特に限られた薬剤投与量を最適に配分する際に重要です。IC-indexは、機械学習アルゴリズムや固定予測子の両方に対して、相互作用効果の正しく予測された方向の比率を評価します。また、従来の予測性能評価法とは異なり、IC-indexは相互作用を捉えられない予測子に対して不変であることが示されています。この研究では、様々なバイオメディカルデータセットを用いて、IC-indexが既存の予測性能評価指標を補完する方法を実証しました。結果として、異なる親和性予測手法がIC-indexの観点からどのように機能するかを明らかにしています。