Über 14 Millionen Jedes Jahr tauchen weltweit neue Krebsfälle auf. Während die Krankheit selbst tödlich ist, können beliebte Formen der Krebsbehandlung den Körper in einem verheerenden Zustand belassen, um den Krebs abzutöten. Ein Team vom Massachusetts Institute of Technology hat ein Künstliches geschaffenIntelligenzsystem, das dazu beitragen könnte, das Überleben von Krebs zu verbessern und gleichzeitig die Wahrscheinlichkeit zu verringern, dass eine Krebsbehandlung für eine Person zu hoch ist.
Das maschinelle Lernsystem des Teams erfasst nicht nur jede Form von Krebs. Die MIT-Forscher haben es geschult, um die Chemo- und Strahlentherapie bei Glioblastom - der häufigsten und aggressivsten Form von Hirntumor - zu reduzieren.
Dieses Modell des maschinellen Lernens stellt sicher, dass Dosen wirksam und gleichzeitig weniger toxisch sind. Im Laufe der Zeit verwendet das System eine "selbstlernende" Technik, um die aktuellen Behandlungsdosen an die Daten anzupassen, die es liefert. Schließlich wird die KI die eines bestimmten Patienten ermittelnoptimaler Behandlungsplan - einer, der den Krebs immer noch aggressiv bekämpft, ohne eine Person zu überbehandeln.
Das MIT-Team testete das KI-System in simulierten Studien mit 50 Patienten. Die KI erstellte erfolgreich Behandlungszyklen, bei denen häufig Behandlungsdosen übersprungen wurden, damit der Körper den Krebs bekämpfen und sich ausruhen konnte.
„Wir haben das Ziel beibehalten, Patienten durch Reduzierung der Tumorgröße zu helfen, wollen aber gleichzeitig sicherstellen, dass die Lebensqualität - die Dosierungstoxizität - nicht zu überwältigender Krankheit und schädlichen Nebenwirkungen führt", Sagte Pratik Shah, ein leitender Ermittler am Media Lab, der diese Forschung beaufsichtigte.
Das Team verwendete ein System namens Reinforced Learning RL. Es ist eine ähnliche Strategie wie das Trainieren eines Hundes, indem günstige Verhaltensweisen belohnt werden, die Menschen zu einem gewünschten Ergebnis führen. So funktionierte das Belohnungssystem mit dem Algorithmus :
" Die Technik umfasst künstlich intelligente „Agenten“, die „Aktionen“ in einer unvorhersehbaren, komplexen Umgebung ausführen, um ein gewünschtes „Ergebnis“ zu erzielen. Immer wenn eine Aktion abgeschlossen wird, erhält der Agent eine „Belohnung“ oder „Strafe“, je nachdem, obDie Aktion arbeitet auf das Ergebnis hin. Dann passt der Agent seine Aktionen entsprechend an, um dieses Ergebnis zu erzielen. "
Es war eine ähnliche Strategie, die Alphabet im Rahmen seines DeepMind-Programms im Jahr 2016 angewendet hat, um das beliebte Go-Champion-System des Unternehmens zu entwickeln. Das Modell kämmt die von Ärzten erstellten Behandlungsschemata als allgemeine Richtlinien für die Behandlung von Krebs. Die KI bestimmt dann undprognostiziert eine Änderung der Tumorgröße als Reaktion auf frühzeitige Behandlungen, um festzustellen, ob eine neue Medikamentendosis für den Körper zu viel wäre.
„Wir sagten [zum Modell]:‚ Müssen Sie allen Patienten die gleiche Dosis verabreichen? Und es hieß: ‚Nein. Ich kann dieser Person eine viertel Dosis geben, dieser Person die Hälfte, und vielleicht auch unsÜberspringen Sie eine Dosis für diese Person. "Das war der aufregendste Teil dieser Arbeit, bei der wir in der Lage sind, präzisionsmedizinische Behandlungen zu generieren, indem wir Ein-Personen-Studien mit unorthodoxen Architekturen des maschinellen Lernens durchführen", sagte Shah.
Konventionelle Weisheit unter Onkologen besteht darin, abzuschätzen, wie viel Medizin einem Patienten gegeben werden muss. Diese neue KI ist zwar nicht perfekt, bietet jedoch eine wesentlich konsistentere Beobachtung der Behandlungsmuster.
Nicholas Schork dient als Professor und Direktor für Humanbiologie am J. Craig Venter Institute und Experte für das Design klinischer Studien.
„[Menschen haben nicht] die tiefgreifende Wahrnehmung, die eine Maschine hat, die Tonnen von Daten betrachtet, daher ist der menschliche Prozess langsam, langwierig und ungenau“, sagte er über die KI. „Hier sind SieLassen Sie einfach einen Computer nach Mustern in den Daten suchen, die für einen Menschen ewig dauern würden, um sie zu sichten, und verwenden Sie diese Muster, um optimale Dosen zu finden. “
Via : MIT