Врачи могут получить преимущество при лечении рака благодаря новому искусственному интеллекту, разработанному в Университете Суррея, который может прогнозировать симптомы и их тяжесть на протяжении всего курса лечения пациента.
В том, что считается первым исследованием подобного рода, опубликованным в журнале PLO One, исследователи из Центра зрения, обработки речи и сигналов (CVSSP) при Университете Суррея подробно описывают, как они создали две модели машинного обучения, которые обе являются способен точно предсказать тяжесть трех общих симптомов, с которыми сталкиваются онкологические больные – депрессия, беспокойство и нарушение сна. Все три симптома связаны с серьезным снижением качества жизни больных раком.
Исследователи проанализировали существующие данные о симптомах, испытываемых онкологическими больными во время курса компьютерной томографии и рентгенологического лечения. Команда использовала разные периоды времени для получения этих данных, чтобы проверить, могут ли алгоритмы машинного обучения точно предсказать, когда и появятся ли симптомы.
Результаты показали, что фактически зарегистрированные симптомы были очень близки к тем, которые были предсказаны методами машинного обучения.
Эта работа является результатом сотрудничества Университета Суррея и Калифорнийского университета в Сан-Франциско (UCSF). Исследования UCSF в рамках этого совместного сотрудничества возглавляет профессор Кристина Мясковски.
Пайам Барнаги, профессор машинного интеллекта в Университете Суррея, сказал: "Эти захватывающие результаты показывают, что методы машинного обучения могут реально изменить жизнь людей, живущих с раком. Они могут помочь клиницистам выявлять пациентов из группы высокого риска, помогать и поддерживать их симптомы, а также заранее спланировать способ управления этими симптомами и улучшения качества жизни."
Никос Папахристу, который работал над созданием алгоритмов машинного обучения для этого проекта, сказал: "Я очень рад видеть, как машинное обучение и искусственный интеллект можно использовать для создания решений, которые положительно влияют на качество жизни и благополучие пациентов."