Trí thông minh nhân tạo giúp giảm tối đa độc tố tác dụng phụ trong quá trình điều trị Ung thư

Ngày:14/08/2018  
 Zcomity  (14/08/2018): Glioblastoma (Khối u trong não) là một khối u đe dọa phát triển trong não hoặc tủy sống, và nó phát triển lớn trong gần 5 năm. Bệnh nhân phải chịu một sự pha trộn của phác đồ điều trị bức xạ và rất nhiều loại thuốc uống mỗi tháng.

Các chuyên gia về dược phẩm và sự kiểm soát phần lớn các phép đo tỉ lệ thuốc an toàn nhất để điều trị khối u não, tuy nhiên nhiều như có thể được mong đợi một cách hợp lý. Có thể như vậy, những dược phẩm mạnh mẽ này vẫn có tác dụng phụ gây suy nhược ở bệnh nhân.

Để giải quyết vấn đề này, các nhà khoa học MIT đã phát triển một cổ máy có khả năng học tự học hỏi để cải thiện chất lượng cuộc sống cho các bệnh nhân bằng cách giảm liều hóa trị độc và liều xạ trị cho glioblastoma. Mô hình này áp dụng ở các phác đồ điều trị hiện đang được sử dụng và lặp đi lặp lại thay đổi các phép đo. Cuối cùng, nó tìm thấy một phác đồ điều trị lý tưởng nhất cho bệnh nhân, với phần lớn sự giảm thiểu tái phát liều lượng thấp nhất nên hiện nay làm giảm kích thước khối u đến một mức độ thực tế giống với các phác đồ thông thường. Trong thời gian thử nghiệm trên 50 bệnh nhân, các nhà khoa học nhận thấy rằng mô hình thiết kế chu kỳ điều trị làm giảm khối U đến một phần tư (1/4) hoặc một nửa của gần như tất cả các liều trong khi vẫn duy trì cùng một tiềm năng thu nhỏ khối U.
Uống nhiều thuốc trong quá trình điều trị ung thu gây tác dụng phụ không tốt cho bệnh nhân, Tuy nhiên giờ đây đã có trí thông minh nhân tạo giúp tính toán và theo dõi phác đồ điều trị tốt nhất cho bệnh nhân.

Pratik Shah, một nhà nghiên cứu chính tại Media Lab, giám sát nghiên cứu này cho biết: “Chúng tôi giữ mục tiêu, nơi chúng tôi phải giúp bệnh nhân bằng cách giảm kích thước khối u, nhưng đồng thời, chúng tôi muốn đảm bảo chất lượng cuộc sống - liều độc tính - không dẫn đến bệnh tật quá mức và tác dụng phụ có hại. ”

Mô hình hoạt động bằng cách sử dụng một kỹ thuật được gọi là tăng cường học tập (RL), bao gồm các "đặc vụ" Trí thông minh nhân tạo giúp hoàn thành các "hành động" trong một môi trường phức tạp không thể đoán trước để đạt được kết quả mong muốn.

Phần thưởng và hình phạt về cơ bản là số dươngâm cho biết (+10) hoặc (- 1). giá trị của chúng thay đổi theo việc di chuyển được thực hiện, được xác định bởi khả năng thành công hoặc giảm dần từ phần kết quả, giữa các yếu tố khác nhau. Các chuyên gia về cơ bản đã cố gắng đặt số lượng trước tất cả các hoạt động, trong sự kỳ vọng của phần thưởng và hình phạt được chọn lọc, để có được một điểm số kết quả cực đoan nhất cho một nhiệm vụ nhất định.

Tác nhân của mô hình lược thông qua các phác đồ truyền thống được quản lý. Các phác đồ này dựa trên các giao thức đã được sử dụng lâm sàng trong nhiều thập kỷ và dựa trên thử nghiệm trên động vật và các thử nghiệm lâm sàng khác nhau. Các bác sĩ ung bướu sử dụng các giao thức đã được thiết lập này để dự đoán liều lượng cho bệnh nhân dựa trên cân nặng.

Khi mô hình khám phá phác đồ, tại mỗi khoảng thời gian dùng thuốc dự kiến - mỗi tháng một lần - nó quyết định một trong nhiều hành động. Nó có thể, trước tiên, hoặc là bắt đầu hoặc giữ lại một liều. Nếu nó quản lý, sau đó nó quyết định nếu toàn bộ liều, hoặc chỉ một phần, là cần thiết.

Tại mỗi hành động, nó đưa ra một mô hình lâm sàng khác - thường được sử dụng để dự đoán sự thay đổi kích thước của khối u để đáp ứng với phương pháp điều trị - để xem liệu hành động có làm co lại đường kính trung bình của khối u hay không. Nếu có, mô hình sẽ nhận được một ( điểm +). Và ngược lại bất cứ khi nào mô hình được chọn để áp dụng cho bệnh nhân uống tất cả liều đầy đủ, do đó, mô hình đó sẽ bị (điểm -), do đó, thay vì chọn ít hơn, liều nhỏ hơn.

Pratik Shah, một nhà nghiên cứu chính tại Media Lab, giám sát nghiên cứu này nói: “Nếu tất cả những gì chúng ta muốn làm là giảm đường kính khối u trung bình, và để nó thực hiện bất cứ hành động nào, nó sẽ quản lý thuốc vô trách nhiệm. Thay vào đó, chúng ta cần phải giảm thiểu những hành động có hại để đạt được kết quả đó. ”



Nguyễn Hoàng Thế Anh
www.Zcomity.com