爱诺头条

机器学习现已发展成为癌症治疗的强大工具

发布日期：2022.07.26 09:39:00

机器学习技术，已迅速扩展到几乎触及医疗保健的各个方面，它正在迅速成为临床医生在癌症护理各个方面的动态帮助，从诊断到治疗决策。机器学习是人工智能的一个分支，由可以根据数据进行预测的算法组成。

随着计算能力和可用数据量的不断快速增长，机器学习模型的能力也在不断地进行微调和改进。“不仅在科学领域，而且在任何地方都可以通过相关性进行预测，”John F. McDonald 博士在接受采访时说。

机器学习现已发展成为癌症治疗的强大工具

“[机器学习技术]可以寻找分子生物标志物与患者是否患有癌症之间的相关性。同样的事情，也适用于[确定]个体患者的治疗方法。可以检查对化疗反应良好的患者的肿瘤基因组谱、与没有反应的个体的基因组谱，寻找相关性。”

McDonald 说，机器学习模型通过分析特征来工作，这些特征是由创建模型的计算机科学家预先确定的感兴趣的单个组件。肿瘤机器学习模型中使用的特征示例，包括代谢谱、基因和 DNA 碱基。

由 selinexor (Xpovio) 和 ruxolitinib (Jakafi) 组成的组合，在第 12 周诱导了快速的脾脏反应，并在未接受治疗的骨髓纤维化患者中显示出可控的毒性特征。结果表明，75% 的可评估患者 (n = 8...

根据来自 1 期剂量递增的数据，CAR T 细胞疗法 anbalcabtagene autoleucel (anbal-cel; CRC01; Curocell) 在复发/难治性大 B 细胞淋巴瘤 (LBCL) 患者中，产生了强大的总体缓解率 (ORR)。在所...

您可能会读：

Elaine与Eduardo Saverin基金会向Dana-Farber癌症研究所慷慨授予2000万美元专项拨款，旨在加速转移性癌症领域的研究探索与护理服务升级。凭借这笔重要资金，该基金会成为Dana-Farber在转移性乳腺癌研究方面最大的...

根据2025年ASCO年会上提交的3期EMBer-3试验(NCT04975308)的数据，与内分泌治疗后经历疾病进展的雌激素受体(ER)阳性/HER2阴性晚期乳腺癌患者的标准护理内分泌治疗相比，使用imlunestrant(一种口服选择性雌激素受体...

近日，研究人员发现，在妇科癌症患者接受放射治疗期间，解决其精神和宗教问题可能发挥关键作用。相关研究发表于《实用放射肿瘤学》杂志，确定了患者优先考虑且认为有意义的精神史方面。　　合作团队研究：多数患...

根据2025年ASCO年会上公布的3期FINER试验（NCT04650581）数据，与安慰剂加氟维司汀相比，Ipatasertib联合氟维司汀显著延长了雌激素受体（ER）阳性、her2阴性转移性乳腺癌患者在一线CDK4/6抑制剂和芳香化酶抑制剂...

根据在2025年ASCO年会上公布的NIVOPOSTOP 3期试验（NCT03576417）的数据，在标准护理（SOC）顺铂和放疗的基础上添加辅助nivolumab (Opdivo)，在复发风险高的切除的局部晚期头颈部鳞状细胞癌（LA-SCCHN）患者中，...