AI平台使医生能够优化个性化化疗剂量
一个研究小组从新加坡国立大学(NUS),与临床医生合作从国立大学癌症研究所,新加坡国立大学(《海军罪案调查处》),是卫生系统(nuh),用牧师报告了有前景的结果。人工智能,人工智能(AI)的工具,允许临床医生做出最佳的和个性化的剂量的化疗的病人。
基于试验的临床试验的精确。CURATE-involving 10病人在新加坡先进的实体肿瘤,确诊主要转移性直肠癌,临床医生接受了近97%的牧师建议的剂量。AI,一些患者最佳剂量,平均下降了大约20%。这些早期的成果是一个有前途的一步真正的个体化肿瘤的潜力,在哪里药物剂量治疗期间可以动态调整。
由院长何教授和他的团队开发,牧师。人工智能是一个优化平台,利用病人的临床资料,其中包括药物类型、药物剂量和癌症生物标记,生成一个个性化的数字资料用于定制最佳剂量化疗治疗过程中。
“化疗治疗往往是在固定剂量,根据特定病人的参数。然而,这些toxicity-guided剂量可能不会导致最优对治疗的反应。使用副牧师。AI, efficacy-driven,我们希望能帮助医生快速识别的最佳剂量,定制为每个病人在治疗周期的不同阶段。最终目标是改善病人的治疗结果,”何教授解释说,在新加坡国立大学生物医学工程系设计和工程学院(CDE)和共同通讯作者的研究。他也是数字医学研究所的主任(WisDM)在新加坡国立大学勇厕所林医学院(新加坡国立大学医学)和N.1健康研究所(N.1)在新加坡国立大学。
他补充道,“牧师的目的。AI是可能找到更多的治疗反应,并找到合适的剂量对患者可以优化效果和/或延长病人对治疗。对于一些患者,这些剂量可能低于传统的高剂量。”
“应用人工智能在医学上的一个重要方面是临床医生的直接参与在构建个性化的数据集。飞行员试验代表了一种有前途的一步将牧师。人工智能在the clinical workflow of dynamic dose selection in the treatment of solid tumors. A key aim of CURATE.AI is to enable truly personalized dosing for patients while also empowering clinicians to identify the optimal dose for each patient, without adding to their workload. In this way, clinicians can focus more on the patient and the caregiver," said Dr. Raghav Sundar, Principal Investigator of the PRECISE.CURATE clinical trial, and Consultant at the Department of Hematology-Oncology, NCIS.
如何牧师。人工智能的工作吗?
助理牧师。AI使用一个小数据方法校准每个病人的药物剂量使用他/她自己的临床资料。每个病人都将不同剂量的药物和他/她的反应这些不同剂量测量。这些数据,连同其他相关临床数据,然后使用构建一个数字档案为每个病人。通过相关的药物剂量治疗疗效和安全性,牧师。人工智能选择正确的剂量优化治疗结果为每个数字档案。治疗过程中,剂量可能随着时间的推移而演变。
试行期间,进行了从2020年8月到2022年4月在国立大学医院,医生被允许接受或拒绝牧师。人工智能推荐剂量根据临床判断。
“我们非常鼓励试点试验的结果。我们发现平均降低化疗剂量约20%,和96.7%的剂量,牧师的建议。博士说:“艾未未被临床医生接受Agata BIasiak,呈现研究的作者和共同通讯作者。
“其他研究的结果表明80%病人坚持推荐剂量,和100%合规提供所需的时间内推荐剂量。这些早期的结果作为一个乐观的一步向下游副牧师的实现。人工智能在临床实践Blasiak博士补充道,“也是,CDE WisDM N.1新加坡国立大学。
前瞻性和介入研究,利用一种基于ai的方法为人类治疗,飞行员试验的结果提出了在2022年的美国临床肿瘤学会年会(ASCO)。ASCO是一家专业组织的医疗从业者来说照顾癌症患者,和会议将展示演示文稿的最新进展癌症研究。
“在全球范围内,有一个临床试验的技术与生物医学工程部门接受表示ASCO年会是极其罕见的。这展示了现实世界和病人的影响是通过创新实现跨越工程,医学和其他学科需要推动医学治疗进展,”何教授补充说。
下一个步骤
这一最初的进展将牧师。人工智能在clinical workflows of dose selection in the solid tumor treatment, the NUS team will advance towards a larger, randomized trial to further validate the performance of the optimization platform.
研究小组还将进行临床试验涉及病人诊断为其他类型的癌症,如多发性骨髓瘤,和高血压等疾病。值得注意的是,团队也推出迫在眉睫的试验优化个性化固体癌症的免疫治疗剂量。
进一步探索
