人工智能模型有望改进恶性脑瘤治疗 胶质母细胞瘤的临床表现

人工智能模型有望改进恶性脑瘤治疗，详情如何？

美国研究人员新近开发出一种人工智能模型，能够为胶质母细胞瘤患者设计出最小剂量给药方案，在缩小肿瘤的同时减少药物带来的毒副作用，改进患者生活质量。

胶质母细胞瘤是一种常见的恶性脑瘤，常见疗法是先尽可能地切除肿瘤，再采取放疗和化疗延长寿命，同时还需服用多种药物。为尽量缩小肿瘤，医生一般会在安全剂量范围内给患者开出最大剂量的药物，但由于药性强，这些药物往往会给患者带来一些毒副作用。

美国麻省理工学院研究人员新开发出的这种人工智能模型，能通过学习现有给药方案来反复调整剂量，在缩小肿瘤的同时找到尽可能最小的给药剂量和频率，最终发现最佳治疗方案。

机器学习模型以50名胶质母细胞瘤患者的情况为基础训练数据，模拟开展了每名患者约2万次的给药试验。训练结束后，机器学习模型掌握了最佳给药方案参数。当向系统提供新患者的数据时，机器学习模型就能根据这些参数以及患者的个体条件来设计新的给药方案。结果发现，人工智能模型设计出的方案，针对不同患者，可将给药剂量减少四分之一或近一半；有时甚至不给某些药物，肿瘤缩小的程度能达到与传统方案相当的水平。

研究人员表示，他们希望在帮助病人缩小肿瘤的同时，能够保证患者的生活质量。此外，这种机器学习模型的体系结构还有助于发展精准医疗。有关这一人工智能系统的研究论文将在“2018医疗保健领域机器学习”大会上发布，大会将在8月17日至18日在美国斯坦福大学举行。

相关阅读：胶质母细胞瘤

胶质母细胞瘤是星形细胞肿瘤中恶性程度最高的胶质瘤。肿瘤位于皮质下，多数生长于幕上大脑半球各处。呈浸润性生长，常侵犯几个脑叶，并侵犯深部结构，还可经胼胝体波及对侧大脑半球。发生部位以额叶最多见。

有研究发现原发性胶质母细胞瘤与继发性胶质母细胞瘤的分子发生机制不同。原发性胶质母细胞瘤的分子改变以表皮生长因子受体（EGFR）的扩增与过量表达为主，而继发性胶质母细胞瘤则以p53的突变为主。

胶质母细胞瘤生长速度快，70%～80%患者病程在3～6个月，病程超过1年者仅10%。病程较长者可能由恶性程度低的星形细胞瘤演变而来。由于肿瘤生长迅速，脑水肿广泛，颅内压增高症状明显，所有患者都有头痛、呕吐症状。视盘水肿有头痛、精神改变、肢体无力、呕吐、意识障碍与言语障碍。肿瘤浸润性破坏脑组织，造成一系列的局灶症状，患者有不同程度的偏瘫、偏身感觉障碍、失语和偏盲等。神经系统检查可发现偏瘫、脑神经损害、偏身感觉障碍与偏盲。癫痫的发生率较星形细胞瘤和少枝胶质细胞瘤少见，部分患者有癫痫发作。部分患者表现为淡漠、痴呆、智力减退等精神症状。