北京時間9月20日消息，據外媒報道，正在研發中的癌癥治療藥物有數百種之多，每年發表的論文也有很多。但幫助醫生為病人制定個性化治療方案是個難題。
據微軟稱，該公司機器學習項目Hanover旨在“消化”每年發表的所有論文，幫助預測哪些藥物對治療患者病情最有效。
俄勒岡衛生科學大學Knight癌癥研究所研究人員在與Hanover設計師霍伊豐·普恩(Hoifung Poon)合作，利用該系統找出能有效治療急性骨髓性白血病的藥物。數十年來，這種疾病的治療方法沒有取得大的進展
癌癥是由基因突變引發的，能更好地找到突變的基因，有助于開發針對某種癌癥有特效的藥物，提高病患存活率。2015年的資料顯示，有逾800種與癌癥有關的藥物和疫苗在進行臨床試驗。基因測序速度的提升和成本的下跌，對相關研究有很大促進作用，這意味著更多癌癥患者能獲得與他們病情有關的詳細資料。
Knight 癌癥研究所研究人員杰夫·泰納(Jeff Tyner)說，“這令人激動，但也給我們帶來了新挑戰：如何處理這些數據。這也是生物學家與信息科學家和計算技術工作者合作相當重要的原因。所有這些資源的整合有助于在尋找療效更好、副作用更小的治療方法方面取得突破。”
普恩表示，靶向藥物治療效果更好，問題是如何找到這些藥物，“靶向藥物有數百種之多，即使只是兩兩組合，組合也多達數萬種之多，要篩選出最有效的治療方法非常困難。患者可能同時使用數種藥物才能抑制腫瘤轉移。”
通過分析研究論文中的數據，以及臨床試驗、影像學診斷報告、電子醫療記錄的結果，機器學習技術對癌癥研究的幫助越來越大。IBM的Watson Oncology系統幫助醫生解釋臨床數據，制定個性化治療方案；谷歌旗下DeepMind公司設有醫療部門，在與英國政府醫療服務部門合作，研究計算機能否及早發現視力退化問題，防止患者失明。
Hanover希望能幫助醫生更好地對患者會診。普恩說，“會診醫生面臨的瓶頸之一是掌握所有資料，并做出判斷。除非能把這一過程自動化，醫生就必須一定會這一問題。”
京公網安備 11010502049343號