人工智能模型有望改進惡性腦瘤治療 膠質母細胞瘤的臨床表現

• 2018年8月13日 FanTianQing來源：鳳凰資訊、百度百科 1075 68
• 繁體

• 

  2018-2024年醫療機器人市場發展前景分析及供需格局研究預測報告

  在激烈的市場競爭中，企業及投資者能否做出適時有效的市場決策是制勝的關鍵。醫療機器人行業研究報告就是為了解行情、分析環境提供依據，是企業了解市場和把握發展方向的重要手段，是輔助企業決...

美國研究人員新近開發出一種人工智能模型，能夠為膠質母細胞瘤患者設計出最小劑量給藥方案，在縮小腫瘤的同時減少藥物帶來的毒副作用，改進患者生活質量。

人工智能模型有望改進惡性腦瘤治療，詳情如何？

美國研究人員新近開發出一種人工智能模型，能夠為膠質母細胞瘤患者設計出最小劑量給藥方案，在縮小腫瘤的同時減少藥物帶來的毒副作用，改進患者生活質量。

膠質母細胞瘤是一種常見的惡性腦瘤，常見療法是先盡可能地切除腫瘤，再采取放療和化療延長壽命，同時還需服用多種藥物。為盡量縮小腫瘤，醫生一般會在安全劑量范圍內給患者開出最大劑量的藥物，但由于藥性強，這些藥物往往會給患者帶來一些毒副作用。

美國麻省理工學院研究人員新開發出的這種人工智能模型，能通過學習現有給藥方案來反復調整劑量，在縮小腫瘤的同時找到盡可能最小的給藥劑量和頻率，最終發現最佳治療方案。

機器學習模型以50名膠質母細胞瘤患者的情況為基礎訓練數據，模擬開展了每名患者約2萬次的給藥試驗。訓練結束后，機器學習模型掌握了最佳給藥方案參數。當向系統提供新患者的數據時，機器學習模型就能根據這些參數以及患者的個體條件來設計新的給藥方案。結果發現，人工智能模型設計出的方案，針對不同患者，可將給藥劑量減少四分之一或近一半；有時甚至不給某些藥物，腫瘤縮小的程度能達到與傳統方案相當的水平。

研究人員表示，他們希望在幫助病人縮小腫瘤的同時，能夠保證患者的生活質量。此外，這種機器學習模型的體系結構還有助于發展精準醫療。有關這一人工智能系統的研究論文將在“2018醫療保健領域機器學習”大會上發布，大會將在8月17日至18日在美國斯坦福大學舉行。

相關閱讀：膠質母細胞瘤

膠質母細胞瘤是星形細胞腫瘤中惡性程度最高的膠質瘤。腫瘤位于皮質下，多數生長于幕上大腦半球各處。呈浸潤性生長，常侵犯幾個腦葉，并侵犯深部結構，還可經胼胝體波及對側大腦半球。發生部位以額葉最多見。

有研究發現原發性膠質母細胞瘤與繼發性膠質母細胞瘤的分子發生機制不同。原發性膠質母細胞瘤的分子改變以表皮生長因子受體（EGFR）的擴增與過量表達為主，而繼發性膠質母細胞瘤則以p53的突變為主。

膠質母細胞瘤生長速度快，70%～80%患者病程在3～6個月，病程超過1年者僅10%。病程較長者可能由惡性程度低的星形細胞瘤演變而來。由于腫瘤生長迅速，腦水腫廣泛，顱內壓增高癥狀明顯，所有患者都有頭痛、嘔吐癥狀。視盤水腫有頭痛、精神改變、肢體無力、嘔吐、意識障礙與言語障礙。腫瘤浸潤性破壞腦組織，造成一系列的局灶癥狀，患者有不同程度的偏癱、偏身感覺障礙、失語和偏盲等。神經系統檢查可發現偏癱、腦神經損害、偏身感覺障礙與偏盲。癲癇的發生率較星形細胞瘤和少枝膠質細胞瘤少見，部分患者有癲癇發作。部分患者表現為淡漠、癡呆、智力減退等精神癥狀。

延伸閱讀

推薦閱讀

猜您喜歡