使用机器学习改善癌症治疗的新计划

计算机科学与工程助理教授 Tin Nguyen 获得了 490,039 美元的国家科学基金会 CAREER 奖，用于开发新的机器学习技术，这些技术可以处理分子和生物学数据，以确定个体癌症的进展情况。这个为期 5 年的项目预计将于 2027 年结束。

Nguyen 说：“这项工作可能会增强我们区分处于直接危险中并需要最积极治疗的患者和疾病进展较慢的患者的能力。” “这将降低医疗保健成本和个人痛苦，同时通过为每位患者确定正确的个性化治疗来改善患者护理。”

教师早期职业发展 (CAREER) 计划是 NSF 最负盛名的奖项，授予有潜力成为研究和教育学术榜样并在其部门或组织的使命中取得进展的早期职业教师。

Nguyen 的研究兴趣是疾病分型、通路分析和机器学习，这项职业资助对于他和他的学生继续他们的研究方向至关重要。

推进癌症分型技术

Nguyen 在他的职业资助申请中解释说，癌症是一系列疾病的总称，从快速增长和致命的疾病到发展缓慢且进展至死亡的可能性低的疾病。

这也是一种会影响我们许多人的疾病：根据国立卫生研究院国家癌症研究所的数据，约有 39.5% 的男性和女性将在某个时候被诊断出患有癌症。

在过去的几十年中，分子分型(一种基于分子数据和分类模型对癌症进行分类的方法)的进步帮助医疗专业人员针对个体的特定病例提供治疗。但仍有改进的空间：Nguyen 说，很大一部分患者对靶向治疗没有反应或随着时间的推移产生耐药性。

他说，这意味着肿瘤表征和治疗干预不够准确：他的职业资助研究项目可以帮助纠正这种情况。

Nguyen 和他的团队计划利用机器学习(一种人工智能，允许计算机在没有明确编程的情况下预测结果)来处理大量可用的分子数据。

“我们将开发机器学习技术，从分子数据中学习，以预测患者的生存风险，”Nguyen 说，“以及确定构成一个人状况的重要信号通路。”

识别信号通路(细胞中的一组分子协同作用以控制细胞分裂等功能的化学反应)并了解哪些信号通路与人的病情有关，将有助于医疗专业人员个性化治疗计划更大的程度。

在更广泛的范围内，Nguyen 的研究可以增加我们对癌症的理解，并提供有关为什么患有相同类型癌症的患者接受相同治疗会产生不同结果的信息。Nguyen 说，从长远来看，“它将作为我们未来项目的基础，确定可用于诊断、风险预测和监测治疗反应和结果的临床适用的生物标志物。”

　　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！