睪丸癌具有較高的存活率，但是通常在治療過程中使用的化療會引起腎毒性。丹麥的研究人員開發(fā)了一種新的AI算法，可以識別可能易患腎毒性的患者，并在JNCI Cancer Spectrum中分享他們的發(fā)現(xiàn)。

丹麥技術(shù)大學(xué)理學(xué)碩士Sara L. Garcia和同事寫道：“在化學(xué)療法治療期間維持足夠的腎功能至關(guān)重要，如果存在其他選擇，對有腎毒性風(fēng)險的患者進(jìn)行識別可能會影響選擇的治療方法?！薄按送?，腎功能受損與心血管疾病的風(fēng)險增加有關(guān)，這可能對長期癌癥幸存者構(gòu)成問題?！?/p>

Garcia等。通過使用隨機(jī)森林分類算法計算了每位患者發(fā)生腎毒性的風(fēng)險，從433位患者中探索了數(shù)據(jù)?；€模型運(yùn)行良好，但是當(dāng)研究人員添加關(guān)鍵基因組信息時，其預(yù)測結(jié)果的能力“大大提高”。

總體而言，在按風(fēng)險的嚴(yán)重程度對每個患者進(jìn)行分類時，該算法正確地將67%發(fā)生腎毒性的患者轉(zhuǎn)移到高風(fēng)險組中。此外，沒有發(fā)展腎毒性的患者中有92%正確地轉(zhuǎn)移到了低風(fēng)險組。

作者寫道：“開發(fā)針對不同腎毒性風(fēng)險人群的患者分層的機(jī)器學(xué)習(xí)模型的能力有可能在積極治療與預(yù)期毒性風(fēng)險之間取得平衡?！?/p>

此外，研究人員還補(bǔ)充說，他們開發(fā)的AI模型對于進(jìn)行基于化學(xué)療法治療卵巢癌，膀胱癌和肺癌的患者的分類也可能有價值。