新突破！人工智能可以通過計算給出癌癥治療方案，你敢用嗎？
據麻省理工學院報道，他們的研究人員正在使用最新的機器學習技術，通過減少有毒化療和放射治療膠質母細胞瘤（最具侵略性的腦癌）緩解患者在治療中的痛苦。
膠質母細胞瘤是一種出現(xiàn)在腦或脊髓中的惡性腫瘤，患者存活率一般不超過五年，而且必須要忍受放射治療，同時每月服用多種藥物。醫(yī)療專業(yè)人員通常會使用最大安全藥物劑量以盡可能地縮小腫瘤，但這些強效藥物會產生許多副作用對患者的身體產生影響。
在本周于斯坦福大學舉行的2018年機器學習醫(yī)療保健會議上發(fā)表的一篇論文中，麻省理工學院媒體實驗室的研究人員詳細介紹了一種可以使藥物方案毒性降低但仍然有效的模型。
該模型由“自學”機器學習技術提供支持，著眼于目前使用的治療方并反復調整劑量。最終，該技術找到了一個最佳的治療計劃，在保證將腫瘤大小降低到與傳統(tǒng)治療方案的同時使用最低可能的劑量和劑量頻率。
＂雖然必須要通過減小腫瘤的大小來幫助病人，但與此同時我們希望能夠確保病人不會因為化療毒性和藥物副作用而承受過多的痛苦�！必撠熯@項研究的Pratik Shah說道。
研究人員的模型使用了一種叫做強化學習的技術，這是一種受到行為心理學啟發(fā)的方法。在這種方法中，模型會偏愛某些行為，從而達到預期的結果。
該技術包括人工智能“代理”，其在不可預測的復雜環(huán)境中完成“動作”以達到期望的“結果”。每當完成動作時，代理接收“獎勵”或“懲罰”，取決于動作是否努力實現(xiàn)結果。然后，代理相應地調整其動作以實現(xiàn)更好的結果。
這種方法被用來訓練計算機程序DeepMind，它在2016年擊敗了世界最優(yōu)秀的圍棋選手李世石。該方法還用于訓練無人駕駛汽車，例如行駛和停車，車輛會一遍一遍地練習，進行路線調整，一直到正確為止。
分享
請輸入評論內容...
請輸入評論/評論長度6~500個字
