MIT新突破：AI模型确定癌症最优用药剂量 减轻药物副作用！

近日，来自MIT Media Lab的研究人员开发出了一个新型人工智能模型，利用机器学习技术来减少胶质母细胞瘤患者化疗和放疗的药物剂量，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，该疾病的患者通常只剩下不到五年的寿命。然而在这五年间，患者还必须必须忍受放射疗法和每月服用多种药物组合。为了将肿瘤尽可能缩小，医生们通常会开具相关药物在安全范围内的最大剂量，但这些强效药物仍然会给患者带来非常多的副作用。面对这一状况，如何让患者在保证治疗效果的同时，还能免受药物副作用带来的痛苦呢？

▲为了减缓病情，胶质母细胞瘤患者需要经历一系列化疗和药物治疗过程，中间可能会带来非常严重的副作用（图片来源：123RF）

MIT的研究人员使用了一种名为强化学习（reinforcement learning，RL）的技术，来训练AI寻找胶质母细胞瘤患者的最佳给药方案。首先，研究人员建立了一个由50名模拟胶质母细胞瘤患者组成的测试组，让AI模型为每位患者推荐通常用于治疗这一疾病药物的使用剂量。

当人工智能给出一个剂量后，会将这一结果在计算机模型中进行验证，从而确定这个剂量使肿瘤缩小的可能性。当这一剂量能够缩小肿瘤时，AI就会得到奖励；然而，如果AI一直给出最大剂量的结果，就会受到惩罚。研究人员表示，这种方法在最大限度减少肿瘤和低毒性之间达到了完美的平衡。

在完成AI模型的构建后，研究人员使用这一模型，为每个模拟患者进行了大约2万次的测试，以完成整个训练过程。接下来，研究人员在另外一组的50名新模拟患者身上测试了这一AI模型。测试结果显示，AI模型可以降低用药的剂量和频率，同时仍然可以缩小肿瘤。同时，它也将每个病人特有的信息纳入计算范围之中，例如他们的肿瘤大小、病史和生物标记等。

▲这项研究的负责人之一，MIT Media Lab的首席研究员Pratik Shah博士（图片来源：pratiks.info）

“我们需要通过将肿瘤缩小来帮助患者减轻病痛，但同时我们希望确保患者的生活质量，即保证药物自身毒性不会导致压倒性的疾病和有害的副作用，”这项研究的负责人之一，MIT Media Lab的首席研究员Pratik Shah博士表示：“我们能够使用非传统的机器学习技术进行个体试验，来生成基于精准医学的治疗方案，这是这项研究中最令人兴奋的部分。”

我们希望，这项非常有前景的研究结果能够早日得到实际应用，从而造福更多饱受肿瘤折磨的患者。

参考资料：

[1] Artificial intelligence model “learns” from patient data to make cancer treatment less toxic

[2] AI Can Make Sure Cancer Patients Get Just Enough (but Not Too Much) Treatment