DTU Health Technology 的研究人員與 Rigshospitalet 合作開發(fā)了一種機器學(xué)習(xí)模型，可以預(yù)測化療相關(guān)的腎毒性，這是接受順鉑治療的患者的一種特別顯著的副作用。
睪丸癌是年輕男性中最常見的癌癥。全球新病例的數(shù)量正在增加。存活率相對較高，如果及時發(fā)現(xiàn)并治療得當(dāng)，10 年后存活率可達 95%。然而，標(biāo)準(zhǔn)化療包括具有廣泛長期副作用的順鉑，其中之一可能是腎毒性。
“在睪丸癌患者中，以順鉑為基礎(chǔ)的化療對于確保高治愈率至關(guān)重要。不幸的是，治療會引起副作用，包括腎功能損害。但是，我們無法確定誰最終有副作用，誰沒有， “來自 Rigshospitalet 的 Jakob Lauritsen 說。
患者數(shù)據(jù)是知識的關(guān)鍵
因此，研究人員提出了一個問題：我們可以在多大程度上使用機器學(xué)習(xí)來預(yù)測這些患者的腎毒性風(fēng)險?首先，它需要一些患者數(shù)據(jù)。
“我們與 Rigshospitalet 合作，利用來自丹麥的一組睪丸癌患者，開發(fā)了一種機器學(xué)習(xí)預(yù)測模型來解決這個問題，”DTU Health Technology 的研究員 Sara Garcia 說，她與 Jakob Lauritsen一起是最近發(fā)表在JNCI Cancer Spectrum上的一篇文章的第一作者。
丹麥高質(zhì)量的患者記錄使關(guān)鍵患者得以識別，DMAC 和 YouDoBio 之間的技術(shù)合作伙伴關(guān)系促進了使用郵寄唾液試劑盒從患者家中收集 DNA。該項目最初由丹麥癌癥協(xié)會資助，見證了基因組學(xué)和患者數(shù)據(jù)的多種分析策略的發(fā)展，為人工智能整合不同數(shù)據(jù)流帶來了希望。
低風(fēng)險患者的最佳預(yù)測
生成了個體在化療期間發(fā)生腎毒性的風(fēng)險評分，并提出了可能起作用的關(guān)鍵基因?；颊弑环譃楦?、低和中等風(fēng)險。對于高風(fēng)險患者，該模型能夠正確預(yù)測 67% 的受影響患者，而對于低風(fēng)險患者，該模型能夠正確預(yù)測 92%未發(fā)生腎毒性 的患者。
“了解 AI 技術(shù)如何以及在何處應(yīng)用于臨床護理，對于負責(zé)任的 AI 的未來也越來越重要。盡管患者數(shù)據(jù)很復(fù)雜，但丹麥登記和臨床研究的高質(zhì)量使其成為探索新數(shù)據(jù)方法的良好環(huán)境” Ramneek Gupta 說。“能夠預(yù)測晚期副作用最終將為我們提供采取預(yù)防措施和改善生活質(zhì)量的機會，”與 Ramneek Gupta 共同擔(dān)任資深作者的格斯克道加德補充道。
標(biāo)簽：
免責(zé)聲明：本文由用戶上傳，如有侵權(quán)請聯(lián)系刪除！