|卫宏介绍：麻省理工学院的研究人员开发了一种新的癌症治疗方案，可以利用AI计算出最合适的药物剂量。
在斯坦福大学年度医疗保健机器学习会议上发表的一篇论文中，来自麻省理工学院实验室的研究人员详细介绍了一种可以确保癌症治疗有效性的方法。
前提下，AI模型可以最大限度的减少药物用量。
通过使用这种模式，医生可以有效减轻癌症患者在治疗过程中的痛苦。
研究人员重点关注胶质母细胞瘤，这是一种最具侵袭性的癌细胞，通常会在成人体内潜伏五年。
患者必须忍受放射治疗和每月多次药物治疗的痛苦。
医疗专业人员通常会使用最大安全剂量的药物来尽可能缩小肿瘤。
但这些强效药物可能会给患者带来严重的副作用。
对于现代医学来说，癌症治疗很棘手，通常需要结合多种药物和放射治疗——这种组合可以抑制癌细胞的生长，但也可能让患者感到痛苦。
麻省理工学院项目的目标是在杀死癌细胞的前提下，利用人工智能计算出药物和辐射的最小剂量，从而将治疗的副作用降到最低。
为了确定最小有效剂量，麻省理工学院团队在治疗模型上训练人工智能，通过迭代计算调整剂量，直到确定对患者造成最小身体伤害的最佳治疗方法。
研究人员在 50 名模拟患者上训练了该模型，这些患者是从先前接受过常规治疗的胶质母细胞瘤患者的大型数据库中随机选择的。
该模型对每位患者进行了大约 20 次试错测试，并成功将医生推荐的药物剂量减少了一半。
人工智能通过强化学习的方法进行训练，类似于驯兽师训练动物的方式。
如果你做了正确的事，你就会得到奖励，否则你就会受到相应的惩罚。
对于人工智能来说，这个奖励并不是实质性的奖励，而是一个标志着算法成功或失败的正数或负数。
这种方法被用来训练计算机程序 DeepMind，该程序在 2011 年击败了世界上最好的围棋选手。
此外，它还被用来训练自动驾驶汽车的驾驶模式。
通过这个程序，车辆会一遍又一遍地练习和调整路线，直到完成目标。
人工智能并不意味着完全接管医生的工作。
相反，它的目的是指导医生提供更合适的治疗方案。
麻省理工学院这项研究的首席研究员 Pratik Shah 表示：“癌症专家可以利用该算法的建议来设计更安全、更有效的临床试验。
” “这些数字算法系统还可以计算单个患者的身体对治疗的反应程度。
” “人工智能在医疗领域变得越来越有价值，它被用于从发现新药到诊断疾病的各个方面。
麻省理工学院的研究将于本周在斯坦福大学举行的年度医疗保健机器学习会议上发表，在不久的将来成为癌症患者的真正福音 原文来自：yahoo。