Когда медицинские работники лечат пациентов, страдающих от рака на поздних стадиях, им обычно необходимо использовать комбинацию методов лечения. Помимо хирургии рака, пациентов часто лечат лучевой терапией, лекарствами или обоими способами.
Лекарства можно комбинировать с лекарствами, подобранными для конкретных раковых клеток. Комбинаторная лекарственная терапия часто повышает эффективность лечения и может уменьшить вредные побочные эффекты, если дозировка отдельных лекарств может быть уменьшена. Однако экспериментальный скрининг комбинаций лекарств очень медленный и дорогостоящий, и поэтому часто не удается выявить все преимущества комбинированной терапии. С помощью нового метода машинного обучения можно определить лучшие комбинации, которые выборочно убивают раковые клетки с определенным генетическим или функциональным составом.
Исследователи из Университета Аалто, Университета Хельсинки и Университета Турку в Финляндии разработали модель машинного обучения, которая точно предсказывает, как комбинации противораковых препаратов убивают различные типы раковых клеток. Новая модель искусственного интеллекта была обучена с использованием большого набора данных, полученных в ходе предыдущих исследований, в которых изучалась связь между лекарствами и раковыми клетками. «Модель, изученная машиной, на самом деле является полиномиальной функцией, знакомой из школьной математики, но очень сложной», — говорит профессор Юхо Роусу из Университета Аалто.
Результаты исследования были опубликованы в Nature Communications и демонстрируют, что модель обнаружила ассоциации между лекарствами и раковыми клетками, которые ранее не наблюдались. «Модель дает очень точные результаты. Например, значения так называемого коэффициента корреляции в наших экспериментах были более 0,9, что указывает на превосходную надежность», — говорит профессор Роусу. При экспериментальных измерениях надежным считается коэффициент корреляции 0,8-0,9.
Загрузка...
