人工智能平台使医生能够优化个性化化疗剂量
新加坡国立大学(NUS)的一组研究人员与新加坡国立大学癌症研究所(NCIS)的临床医生合作，该研究所是国家大学卫生系统(NUHS)的一部分，报告了使用CURATE的良好结果。AI，一种人工智能(AI)工具，允许临床医生为患者制定最佳和个性化的化疗剂量。
基于一项名为PRECISE的临床试验。CURATE-involving 10病人在新加坡被诊断为晚期实体瘤和主要转移性结直肠癌的患者中，临床医生接受了CURATE推荐的近97%的剂量。AI，一些患者接受的最佳剂量平均降低了约20%。这些早期结果是朝着真正个性化肿瘤学的潜力迈出的有希望的一步药物剂量可在治疗过程中动态调整。
由何院长和他的团队开发，CURATE。人工智能是一个优化平台，利用患者的临床数据，包括药物类型、药物剂量和癌症生物标志物，生成个性化的数字档案，用于在化疗过程中定制最佳剂量。
“化疗通常是基于特定的患者参数，以固定剂量进行的。然而，这些毒性指导剂量可能不会导致对治疗的最佳反应。使用副牧师。人工智能是由疗效驱动的，我们希望帮助医生快速确定在治疗周期的不同阶段为每个患者定制的最佳剂量。最终目标是改善患者和治疗结果，”何教授解释道，他是新加坡国立大学设计与工程学院(CDE)生物医学工程系的负责人，也是该研究的共同通讯作者。他也是新加坡国立大学Yong Loo Lin医学院(NUS Medicine)和新加坡国立大学N.1健康研究所(N.1)数字医学研究所(WisDM)的所长。
他补充道:“CURATE的目的。人工智能是潜在地找到更多对治疗有反应的人，也为患者找到合适的剂量，可以优化疗效和/或延长患者对治疗有反应的时间。对于一些患者来说，这些剂量可能低于传统上使用的高剂量。”
“将人工智能应用于医学的一个重要方面是临床医生直接参与构建个性化数据集。试点试验是迈向纳入CURATE的有希望的一步。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.
CURATE如何。人工智能的工作吗?
助理牧师。人工智能使用小数据方法，根据患者自己的临床数据校准患者的药物剂量。给每个病人不同剂量的药物，并测量他/她对这些不同剂量的反应。这些数据与其他相关临床数据一起，被用来构建每个患者的数字档案。通过将药物剂量与治疗疗效和安全性联系起来，CURATE。人工智能为每个数字档案选择正确的剂量来优化治疗结果。在治疗过程中，剂量可随时间变化。
在2020年8月至2022年4月在国立大学医院进行的试点试验期间，临床医生被允许接受或拒绝CURATE。AI剂量建议基于临床判断。
“我们对试点的结果感到非常鼓舞。我们观察到化疗剂量平均减少了20%左右，达到了CURATE推荐剂量的96.7%。人工智能被临床医生所接受，”该研究的报告作者和共同通讯作者Agata BIasiak博士说。
“该研究的其他结果表明，80%的患者遵守了推荐剂量，100%的患者遵守了在规定的时间范围内提供剂量建议。这些早期结果是迈向CURATE下游实施的乐观一步。人工智能在临床实践Blasiak博士补充道，他也来自CDE、WisDM和新加坡国立大学N.1。
作为一项利用基于人工智能的方法进行人类治疗的前瞻性和介入性研究，该试点试验的结果在2022年美国临床肿瘤学会(ASCO)年会上公布。ASCO是护理癌症患者的医疗保健从业者的领先专业组织，会议将展示癌症治疗的最新进展癌症研究．
“在全球范围内，让生物医学工程部门接受一项技术的临床试验在ASCO年会上发表是极其罕见的。这表明，通过跨越工程、医学和许多其他学科的创新，正在实现对现实世界和患者的影响，以推动改变实践的医学，”何教授补充道。
下一个步骤
随着这一初步进展，纳入CURATE。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.
该研究小组还将开展临床试验，对象包括被诊断患有其他类型癌症的患者，如多发性骨髓瘤，以及高血压等疾病。值得注意的是，该团队还即将启动一项试验，以优化实体癌症的个性化免疫治疗剂量。
