人工智能识别可能遭受化疗严重副作用的癌症患者

睾丸癌生存率较高，但治疗过程中通常采用的化疗会引起肾毒性。丹麦研究人员开发了一种新的人工智能算法来识别可能对肾毒性敏感的患者，并在JNCI癌症谱中分享了他们的发现。

数据传输单元理学硕士SaraL.Garcia及其同事写道：“在化疗期间保持足够的肾功能是非常重要的。如果有其他选择，识别有肾毒性风险的患者可能会影响所选择的治疗方法。”“此外，肾功能受损与心血管疾病风险增加有关，这可能会给长期癌症幸存者带来问题。”

加西亚等等。使用随机森林分类算法计算每个患者的肾毒性风险，并从433名患者中探索数据。基线模型运行良好，但当研究人员添加关键基因组信息时，他们预测结果的能力“大大提高”。

总的来说，当根据风险的严重程度对每个患者进行分类时，该算法将67%的肾毒性患者正确地转移到了高风险组。此外，92%未出现肾毒性的患者被正确转移到低风险组。

作者写道：“为具有不同肾毒性风险组的患者开发分层机器学习模型的能力可能会在积极治疗和预期毒性风险之间取得平衡。”

此外，研究人员补充说，他们开发的人工智能模型可能对基于化疗的卵巢癌、膀胱癌和肺癌患者的分类也有价值。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！