利用人工智慧找出最佳病人生活品質的癌症治療方案
科技產業資訊室 (iKnow) - 王宣智 發表於 2018年8月23日
圖、利用人工智慧找出最佳病人生活品質的癌症治療方案
MIT 媒體實驗室在 2018 Machine Learning for Healthcare 研討會發表利用機器學習協助癌症治療過程的方法，運用機器學習的自我學習機制，調整癌症治療過程中的給藥方案，找到兼顧病人生活品質與縮小腫瘤細胞的治療方案與給藥劑量。
研究團隊以最具攻擊性的、能在成年人身體中潛伏5年的癌細胞－膠質母細胞腫瘤(glioblastoma)作為研究對象，試圖找出比傳統治療更佳的給藥方案，同時兼顧治療的效果與病人的生活品質。癌症治療往往需要結合多種藥物與放射治療，這種組合治療雖然會抑制癌細胞的增長，但副作用往往令病人難受，而採用最大的安全用藥劑量雖然能有壓制腫瘤細胞，給藥方案的副作用卻令病人痛苦不堪。但是，現今醫生治療膠質母細胞腫瘤的方法，通常是施用最大安全藥物劑量達到縮小腫瘤的目標。發掘平衡抑制腫瘤效果與病人生活品質的治療方案，一直是醫界在追尋的目標。
現在，人工智慧將可能通過治療過程的資訊，利用自我迭代的自我習學方法，找出最佳的治療方案與給藥方案。MIT 的研究人員發表了一個新的機械學習演算法，能夠找出膠質器細胞腫瘤的最佳治療計畫，在腫瘤治療上有著與傳統治療方案相近的成效，但卻有著更低的給藥劑量與較少的用藥頻次。在50名患者的模擬試驗中，機器學習模型設計治療週期，雖然將劑量的四分之一或一半，但卻保持相同的腫瘤縮小潛力。
新的機器學習方法是一種強化學習的技術，受行為心理學的啟發，模型學會偏向某些導致期望結果的行為。研究人員利用強化學習技術，梳理了基於動物試驗和各種臨床試驗的傳統治療方案，建立出基於體重的給藥預測模型與治療成效預測，並在完成要個動作後依據結果給於獎勵或懲罰，用以修正治療方案。
新的機器學習技術的重點在於最大腫瘤減少和低毒性之間達到完美平衡，而非單一的追求最大化腫瘤減少的劑量，因此，這項技術具有廣泛的醫學和臨床試驗應用，可以調整病患的治療方案，平衡治療副作用與生活品質。(798字；圖1)
參考資料：
Artificial Intelligence Uses “Self-Learning” to Make Cancer Treatment Less Toxic. SciTechDaily，2018/8/12
Artificial intelligence model “learns” from patient data to make cancer treatment less toxic. MIT News，2018/8/9
出處：SciTechDaily
時間：2018/8/12
--------------------------------------------------------------------------------------------------------------------------------------------
【聲明】
1.科技產業資訊室刊載此文不代表同意其說法或描述，僅為提供更多訊息，也不構成任何投資建議。
2.著作權所有，非經本網站書面授權同意不得將本文以任何形式修改、複製、儲存、傳播或轉載，本中心保留一切法律追訴權利。
|