美国研究人员新近开发出一种人工智能模型，能够为胶质母细胞瘤患者设计出最小剂量给药方案，在缩小肿瘤的同时减少药物带来的毒副作用，改进患者生活质量。

胶质母细胞瘤是一种常见的恶性脑瘤，常见疗法是先尽可能地切除肿瘤，再采取放疗和化疗延长寿命，同时还需服用多种药物。为尽量缩小肿瘤，医生一般会在安全剂量范围内给患者开出最大剂量的药物，但由于药性强，这些药物往往会给患者带来一些毒副作用。

美国麻省理工学院研究人员新开发出的这种人工智能模型，能通过学习现有给药方案来反复调整剂量，在缩小肿瘤的同时找到尽可能最小的给药剂量和频率，最终发现最佳治疗方案。

机器学习模型以50名胶质母细胞瘤患者的情况为基础训练数据，模拟开展了每名患者约2万次的给药试验。训练结束后，机器学习模型掌握了最佳给药方案参数。当向系统提供新患者的数据时，机器学习模型就能根据这些参数以及患者的个体条件来设计新的给药方案。结果发现，人工智能模型设计出的方案，针对不同患者，可将给药剂量减少四分之一或近一半;有时甚至不给某些药物，肿瘤缩小的程度能达到与传统方案相当的水平。

研究人员表示，他们希望在帮助病人缩小肿瘤的同时，能够保证患者的生活质量。此外，这种机器学习模型的体系结构还有助于发展精准医疗。有关这一人工智能系统的研究论文将在“2018医疗保健领域机器学习”大会上发布，大会将在8月17日至18日在美国斯坦福大学举行。

关键词： 脑瘤 人工智能 药剂