‘奥门新浦京网999’新突破！人工智能可以通过计算给出癌症治疗方案，你敢用吗？

据麻省理工学院报导，他们的研究人员正在用于近期的机器学习技术，通过增加剧毒化疗和放射治疗胶质母细胞瘤（最不具侵略性的脑癌）减轻患者在化疗中的伤痛。胶质母细胞瘤是一种经常出现在脑或脊髓中的恶性肿瘤，患者存活率一般不多达五年，而且必需要承受放射治疗，同时每月服用多种药物。

医疗专业人员一般来说不会用于仅次于安全性药物剂量以尽量地增大肿瘤，但这些抗病毒药物不会产生许多副作用对患者的身体产生影响。在本周于斯坦福大学举办的2018年机器学习医疗保健会议上公开发表的一篇论文中，麻省理工学院媒体实验室的研究人员详尽讲解了一种可以使药物方案毒性减少但依然有效地的模型。该模型由“自学”机器学习技术获取反对，侧重目前用于的化疗方并重复调整剂量。

最后，该技术寻找了一个最佳的化疗计划，在确保将肿瘤大小减少到与传统化疗方案的同时用于低于有可能的剂量和剂量频率。＂虽然必需要通过增大肿瘤的大小来协助病人，但与此同时我们期望需要保证病人会因为化疗毒性和药物副作用而忍受过多的伤痛。

”负责管理这项研究的PratikShah说。研究人员的模型用于了一种叫作增强自学的技术，这是一种受到不道德心理学灵感的方法。

在这种方法中，模型不会喜好某些不道德，从而超过预期的结果。该技术还包括人工智能“代理”，其在不能预测的简单环境中已完成“动作”以超过希望的“结果”。每当已完成动作时，代理接管“奖励”或“惩罚”，各不相同动作否努力实现结果。

然后，代理适当地调整其动作以构建更佳的结果。这种方法被用来训练计算机程序DeepMind，它在2016年打败了世界最杰出的棋士运动员李世石。

该方法还用作训练无人驾驶汽车，例如行经和行驶，车辆不会一遍一遍地锻炼，展开路线调整，仍然到准确为止。

本文来源：奥门新浦京网999-www.jamacompetences.com