您的位置:首页 >电信 >

使癌症治疗毒性降低的新AI技术

麻省理工学院的研究人员,包括印度裔的研究人员,已经开发了新颖的机器学习技术,通过减少侵袭性脑癌的毒性化疗和放疗剂量来改善患者的生活质量。胶质母细胞瘤是一种出现在大脑或脊髓的恶性肿瘤,成人的预后不超过五年。通常给患者服用最大安全剂量的药物以尽可能缩小肿瘤,但他们仍然有使人衰弱的副作用的风险。

新的 “自学习” 机器学习技术可以使给药方案毒性较低,但仍然有效。研究人员说,它着眼于当前使用的治疗方案,并找到了最佳的治疗方案,其效力和剂量频率最低,仍应将肿瘤大小减小到与传统方案相当的程度。

<iframe src = "https://www.dailymotion.com/embed/video/ k7BBL3BOhnj0AZuekZw" width = "100%" height = "363"></iframe>

“我们的目标是我们必须通过减少肿瘤大小来帮助患者,但与此同时,我们希望确保生活质量-剂量毒性-不会导致压倒性的疾病和有害的副作用,” pratik Shah说,美国波士顿麻省理工学院 (MIT) 首席研究员。

研究结果将在美国加州斯坦福大学的2018医疗机器学习会议上发表。在50名患者的模拟试验中,该模型包括人工智能的 “代理”,设计了治疗周期,将效力降低到几乎所有剂量的四分之一或一半,同时保持相同的肿瘤收缩潜力。

很多时候,它完全跳过了剂量,每年只安排两次给药,而不是每月一次。然而,研究人员还必须确保模型不只是给出最大剂量和效力的剂量。每当模型选择施用所有全剂量时,它都会受到惩罚,因此它选择更少,更小的剂量。

沙阿说: “如果我们要做的就是缩小平均肿瘤直径,让它采取任何它想要的行动,它将不负责任地服用药物。”“相反,我们需要减少达到这一结果所需的有害行动。”

相关推荐

猜你喜欢

特别关注