多算法方法可为癌症患者提供个性医疗
发布日期：2021-11-10现今，科学家和工程师所取得的机器学习、人工智能和算法进步，正在通过预测的力量推动更有针对性的医学治疗。快速分析大量复杂数据的能力，使临床医生更接近于为患者提供个性化治疗，旨在通过更主动、个性化的医疗和护理创造更好的结果。
“在医学方面，我们需要能够做出预测，”乔治亚理工学院生物科学学院教授兼佩蒂特生物工程与生物科学研究所综合癌症研究中心主任约翰·F·麦克唐纳说。他解释说，一种方法是了解原因并反映关系，就像癌症患者对药物的反应一样。
另一种方式是通过相关性，“在分析癌症生物学中的复杂数据集时，我们可以使用机器学习，这只是一种寻找相关性的复杂方法。优点是计算机可以在极其庞大和复杂的数据集中寻找这些相关性。”
现在，有卵巢癌研究所正在使用基于集成的机器学习算法，以高精度预测患者对抗癌药物的反应。他们最近的工作结果发表在《肿瘤学研究杂志》上。
在这项研究中，McDonald 和他的同事使用来自国家癌症研究所提供的 499 个独立细胞系的数据，为 15 种不同的癌症类型开发了基于机器学习的预测模型。然后，针对包含 7 种化疗药物的临床数据集对这些模型进行了验证，这些药物可以单独或联合给药，用于 23 名卵巢癌患者，研究人员发现整体预测准确率为 91%。
“虽然需要对更多类型的癌症患者进行额外的验证，”McDonald 指出，“我们初步发现卵巢癌患者药物反应预测的准确率为 90%，这是非常有希望的，给了我希望能够准确预测针对个体患者的癌症药物治疗的日子即将到来。”
