硅谷Live / 实地探访/热点探秘/ 深度探讨
克利夫兰诊所的最新研究显示，人工智能和机器学习网络可以使肺癌放疗更加个性化。
发表在《柳叶刀数字医疗》上的这项研究围绕大批肺部放疗患者组成的人工神经网络进行展开。
该网络允许每个临床中心利用自己的CT数据集定制框架，并适用于特定的患者群体。该网络建立在近1000名接受高剂量放射治疗的肺癌患者的CT扫描和电子健康记录组成的基础上。
该公司的框架使用概率估计优化剂量选择，将失败概率控制到一个特定水平，例如5%的失败率。
深度学习模型中加入治疗前扫描，可以通过对扫描的分析创建预测治疗结果的图像特征。
图像特征可以与患者的健康记录相结合，使用高级数学模型生成个性化的放射剂量。
克利夫兰诊所陶西格癌症研究所的放射肿瘤学家、勒纳研究所的研究人员Mohamed Abazeed博士告诉我们:“人工智能可以从影像与电子健康记录中学习、预测个体患者接受放射治疗无效的可能性。”
他说：“因此，人工智能可以使肺癌患者的放疗更加个性化。”
Abazeed博士解释到，他们将通过在实地实施使用大规模联邦数据集，评估该模型在不同医院系统之间的可移植性。
未来人工智能模型可以基于不同民族、性别、年龄、医疗背景（社区医院或医学学术中心）、地理区域的对象人群进行优化，甚至包括暂时特殊的人群。
Abazeed博士还提到：“我们还将在一项前瞻性临床试验中测试iGray个体化剂量建议与标准护理建议的假定优势。”
而对于那些认为人工智能技术在医疗保健领域得到实际应用还有很长一段路要走的人，Abazeed医生则指出，科学进步的先决条件是有意识地停止怀疑。
他说:“在这项工作的有力推动下，我们即将在放射肿瘤学这一高度标准化、数据丰富的学科中实现应用与创新。”
此前有消息称，法国生物制药公司赛诺菲正在与科技巨头谷歌合作，利用机器学习、人工智能和跨数据集的深度分析技术，更好地了解重大疾病。
与此同时，Innovaccer最新一项研究发现了将其人工智能算法应用于改善风险评分与分层、增强基于价值的护理计划的方法。
原文作者：Nathan Eddy
原文链接：https://www.healthcareitnews.com/news/cleveland-clinic-ai-could-help-personalize-treatment-lung-cancer-patients?
继续阅读
阅读原文