美國研究人員新近開發(fā)出一種人工智能模型，能夠為膠質母細胞瘤患者設計出最小劑量給藥方案，在縮小腫瘤的同時減少藥物帶來的毒副作用，改進患者生活質量。

膠質母細胞瘤是一種常見的惡性腦瘤，常見療法是先盡可能地切除腫瘤，再采取放療和化療延長壽命，同時還需服用多種藥物。為盡量縮小腫瘤，醫(yī)生一般會在安全劑量范圍內(nèi)給患者開出最大劑量的藥物，但由于藥性強，這些藥物往往會給患者帶來一些毒副作用。

美國麻省理工學院研究人員新開發(fā)出的這種人工智能模型，能通過學習現(xiàn)有給藥方案來反復調(diào)整劑量，在縮小腫瘤的同時找到盡可能最小的給藥劑量和頻率，最終發(fā)現(xiàn)最佳治療方案。

機器學習模型以50名膠質母細胞瘤患者的情況為基礎訓練數(shù)據(jù)，模擬開展了每名患者約2萬次的給藥試驗。訓練結束后，機器學習模型掌握了最佳給藥方案參數(shù)。當向系統(tǒng)提供新患者的數(shù)據(jù)時，機器學習模型就能根據(jù)這些參數(shù)以及患者的個體條件來設計新的給藥方案。結果發(fā)現(xiàn)，人工智能模型設計出的方案，針對不同患者，可將給藥劑量減少四分之一或近一半；有時甚至不給某些藥物，腫瘤縮小的程度能達到與傳統(tǒng)方案相當?shù)乃健?

研究人員表示，他們希望在幫助病人縮小腫瘤的同時，能夠保證患者的生活質量。此外，這種機器學習模型的體系結構還有助于發(fā)展精準醫(yī)療。有關這一人工智能系統(tǒng)的研究論文將在“2018醫(yī)療保健領域機器學習”大會上發(fā)布，大會將在8月17日至18日在美國斯坦福大學舉行。