威斯康星大学麦迪逊分校（UW-Madison）的放射学和生物医学工程教授Pallavi Tiwari在过去18年中一直致力于开发人工智能模型以帮助研究癌症。她的大部分工作包括使用机器学习来预测癌症诊断、预后和药物反应。
“我们一直在使用AI机器学习方法来识别患者的总体预后情况，以及他们对特定药物的反应。”Tiwari说。
她于2022年加入该校，领导校园内的人工智能倡议，重点关注医疗保健和医学影像。今年早些时候，Tiwari和UW-Madison的研究人员利用人工智能尝试了解为什么一种致命类型的脑癌在男性中更为凶猛。
今年夏天，他们发表了初步研究结果，该研究在《Science Advances》期刊上发表，使用AI模型基于男性和女性之间的生物学差异识别胶质母细胞瘤的“性别特异性”差异。该模型使用来自250项胶质母细胞瘤患者研究的数据进行训练，以识别肿瘤特征。
“我们从不同地点和机构收集数据，以确保模型真正学习到更具肿瘤特异性的模式，而不仅仅是某一特定位置或站点的模式。”Tiwari说，“这就是我们知道该模型稳健的原因，因为它从多个不同来源的数据中学习。”
研究人员能够识别男性和女性患者中常见的肿瘤特征，但也发现了一些肿瘤行为和演变方式上的显著差异。对于女性，高风险肿瘤是指那些扩散到健康组织的肿瘤；而对于男性，某些细胞在坏死组织周围的出现与更具侵袭性的肿瘤相关联。
“我们的目标是真正开始理解肿瘤特征，考虑到患者的性别——他们是男性还是女性——以及如何治疗他们。”Tiwari说，“我们可以想象，这项研究的发现将有助于确定适合免疫疗法或化疗的正确人群。”
Tiwari认为，人工智能可能是医学领域的游戏规则改变者，因为人类在处理大量已获得的数据方面存在局限性。她说，一个AI模型可以假设通过数千个关于特定治疗对患者影响的数据点进行训练，以识别哪些治疗方法有良好或不良的结果，以及其他因素的作用。
这可以帮助医生更好地决定如何治疗患者，Tiwari说。“我认为这将成为我们所谓的决策支持工具。”她补充道，“最终，它是一个可以与您的医生和肿瘤科医生合作的盟友，帮助他们做出更好的决策，这样我们就不会错过患有癌症的患者，也不会给那些对治疗无效的患者提供错误的治疗。”
(全文结束)
