数据科学方法帮助肿瘤学家预测哪些患者会遭受放射治疗的副作用

由威斯敏斯特大学领导的一项新研究使用预测AI建模技术来预测癌症患者在接受放射治疗时是否可能出现严重的副作用，以帮助潜在地避免治疗中断和癌症复发。

这项新的合作研究表明，通过使用预测建模和机器学习技术，有可能了解患者是否有可能经历这种情况严重的副作用如果在开始治疗前进行放射治疗。这项研究是威斯敏斯特大学、曼彻斯特大学和英国放射治疗机器学习网络的医学物理学家、肿瘤学家和外科医生合作进行的。

这项研究最近发表在生物与医学中的计算机，使用人工智能机器学习技术来调查健康记录来自美国和欧洲26家医院的大约2000名癌症患者，根据REQUITE研究的临床观察，这些患者被分为两组放疗副作用发生率。研究人员创建并评估了80个机器学习模型，以评估这些健康观察结果，并成功地建立了一个预测模型，以了解是否存在健康问题癌症病人如果在开始治疗前进行放射治疗，很可能发展为严重的皮肤毒性。

目前，放射治疗物理学家计划的治疗方案包括定位、成像、辐射剂量和分数，以确保有效和安全，他们所拥有的工具并没有考虑到发生在患者身上的特定急性副作用。然而，这项由威斯敏斯特大学领导的新研究可能会在未来为医护人员提供一种新工具，进一步调整患者的治疗计划，并考虑皮肤毒性的发生，因此他们可能会考虑以不同的方式计划治疗。

癌症放射治疗将恶性癌细胞暴露在一定剂量的电离辐射中，辐射穿透人体的皮肤或器官，到达目标癌性肿瘤和涉及的淋巴结。虽然这种治疗可以有效地破坏癌组织的DNA，导致细胞死亡，但它可能严重影响一些患者周围的健康皮肤组织，并导致他们剧烈疼痛、溃疡、疤痕、皮肤下液体积聚或其他潜在的危及生命的情况。目前还没有办法知道谁会有这样的副作用，谁不会。

因此，在某些情况下，放射治疗物理学家不得不考虑两种选择:在患者承受如此严重的副作用时继续治疗，或中断或停止治疗。然而，如果中断，剩余的癌细胞在停止后可能会变得激动，增加癌症复发的风险，甚至扩散更快，降低存活率。

在谈到这项研究时，威斯敏斯特健康创新生态系统(HIE)的首席研究员兼健康数据科学研究员Mahmoud Aldraimli说:“与NHS的放射治疗专家合作，无疑是数据科学和放射治疗界之间必不可少的桥梁。此外，英国唯一一家致力于改善放射治疗的领先慈善机构Action radiation所涵盖的研究结果证实了这种桥梁可以导致患者个性化治疗的潜在强大联系。”

威斯敏斯特大学HIE和健康与社会护理建模小组的负责人Thierry Chaussalet教授补充说:“看到我们的工作这么快就被致力于改善的领先慈善机构所接受，真是太棒了。癌症通过治疗放射治疗因此，它已经从学术界对临床实践产生了影响。”