數據可幫助預測哪些患者會出現副作用

威斯敏斯特大學領導的一項新研究，使用預測性人工智能建模技術來預測癌癥患者在接受放射治療后、是否可能出現嚴重的副作用，以幫助潛在地避免治療中斷和癌癥復發。

新的合作研究表明，通過使用預測建模和機器學習技術，可以了解如果在開始治療前接受放射治療，患者是否可能會出現嚴重的副作用。該研究是威斯敏斯特大學、曼徹斯特大學與英國放射治療機器學習網絡的醫學物理學家、腫瘤學家和外科醫生之間的合作。

該研究更近發表在計算機生物學和醫學上，使用人工智能機器學習技術調查了來自美國和歐洲26家醫院的大約2000名癌癥患者的健康記錄，并將這些患者分為兩組放療副作用發病率基于REQUITE研究的臨床觀察。研究人員創建并評估了80個機器學習模型來評估這些健康觀察結果，并成功構建了一個預測模型，以了解癌癥患者如果在開始治療前接受放射治療，是否可能出現嚴重的皮膚毒性。

目前，放射治療物理學家在包括定位、成像、輻射劑量和分數在內的協議中計劃治療，以確保其有效和安全，并且他們擁有的工具沒有考慮到患者發生的特定急性副作用。然而，這項由威斯敏斯特領導的新研究可能會在未來為醫生提供一種新工具，以進一步微調患者的治療計劃并解釋皮膚毒性的發生，因此他們可能會考慮以不同的方式計劃治療。

癌癥放射療法將惡性癌細胞暴露于一定劑量的電離輻射中，其中輻射穿透身體的皮膚或器官到達目標癌性腫瘤和涉及的淋巴結。雖然這種治療有效地破壞了癌組織的DNA，導致細胞死亡，但它可能會嚴重影響一些患者周圍的健康皮膚組織，并導致他們劇烈疼痛、潰瘍、疤痕、皮下積液或其他潛在的生命威脅條件。

因此，在某些情況下，放射治療師不得不考慮兩種選擇：在患者忍受此類急性副作用時繼續治療或中斷或停止治療。然而，如果中斷，剩余的癌細胞在停止后可能會變得激動，增加癌癥復發的風險，甚至擴散更快，從而降低存活率。

在談到這項研究時，威斯敏斯特健康創新生態系統（HIE）的首席研究員兼健康數據科學研究研究員MahmoudAldraimli說：“與NHS的放射治療專家合作無疑是數據科學和放射治療界之間必不可少的橋梁。此外，英國唯一一家致力于改善放射治療的領先慈善機構ActionRadiotherapy所涵蓋的構思結果，證實了這種橋梁可能會導致患者個性化治療的潛在強大聯系。”

威斯敏斯特HIE和健康與社會關懷建模小組的負責人ThierryChaussalet教授補充說：“很高興看到我們的工作如此迅速地、被致力于通過放射治療改善癌癥治療的領先慈善機構接受，因此已經擁有超出學術界對臨床實踐的影響。”