|
研究人员以胶质母细胞瘤作为研究对象，这是一种最具攻击性的癌细胞，在通常能在成年人身体中潜伏5年。患者必须忍受放射治疗和每月服用多种药物所带来的痛苦。医疗专业人员通常施用最大安全药物剂量以尽可能地缩小肿瘤。但这些强效药物会对患者造成严重的副作用。 癌症治疗对于现代医学来说十分棘手，往往需要结合多种药物和放射治疗——这样的组合治疗会抑制癌细胞的增长，但也会令患者痛苦不堪。麻省理工学院项目的目标是在杀死癌细胞的前提下，利用人工智能计算出最小剂量的药物和放射配比，这样就能把治疗的副作用降到最低。 为了确定最小的有效剂量，麻省理工学院的团队在治疗方案模型上训练他们的AI，通过反复计算以调整剂量，直到它能够确定一个对患者身体损伤最少的最佳治疗方案。研究人员对50名模拟患者进行了模型训练，这些患者是从以前接受过传统治疗的胶质母细胞瘤患者的大型数据库中随机选择的。对于每位患者，该模型进行了大约20,000次试错测试，并设法将医生推荐的药物剂量减少了一半。 人工智能通过一种被称为强化学习的方法进行训练，类似于驯兽师训练动物的方法。如果做了正确的事，就会得到奖励，反之则会受到相应惩罚。对于人工智能来说，这个奖励并不是实质性的奖励，而是一个正面或负面的数字，它标志着算法的成功或失败。 这种方法曾被用来训练计算机程序DeepMind，它因在2016年击败了世界上最好的围棋选手而闻名。此外，它还用于训练无人驾驶汽车的驾驶模式，通过这项程序，车辆会一遍又一遍地练习，调整路线，直到完成目标。 AI并不意味着完全接管医生的工作。相反，它旨在指导医生提供更合适的治疗方案。“癌症专家可以使用这种算法的建议来设计更安全，更有效的临床试验” 麻省理工学院负责该研究的首席研究员Pratik Shah表示，“这些数字算法系统还可以计算出个别患者的身体在治疗中可能会发生的不良反应。” 人工智能在医疗领域的价值越来越高，从发现新药物到诊断疾病，它被应用到方方面面。麻省理工学院的这项研究将于本周在斯坦福大学举办的2018年医疗保健机器学习大会上公布，或许在不远的未来，它将成为癌症患者真正的福音。
|
|
|
