Последние новости
Финское решение на основе искусственного интеллекта помогает медикам бороться с раковыми клетками
Финская группа исследователей разработала модель машинного обучения, способную предсказывать, как различные комбинации лекарств могут помочь в борьбе с разными типами раковых клеток.
AdobeИсследователи из Университета Аалто, Университета Хельсинки и Университета Турку в Финляндии разработали модель машинного обучения, которая позволяет медицинским работникам определять наилучшие лекарственные препараты для использования в сочетании с другими методами лечения раковых заболеваний.
Известно, что комбинаторная лекарственная терапия повышает эффективность лечения рака и снижает вредные побочные эффекты за счет уменьшения необходимых пациентам доз. Однако дорогостоящий и трудоемкий характер экспериментального подбора комбинации лекарственных средств остается серьезным препятствием для реализации всех преимуществ этого метода.
Модель, основанная на больших объемах данных, полученных в ходе предыдущих исследований, может точно предсказать, как различные комбинации противораковых препаратов могут бороться с разными типами раковых клеток.
«Модель машинного обучения представляет собой квадратичную функцию, знакомую нам из школьного курса математики, но очень сложную», — рассказал профессор Университета АалтоЮхо Роусу (Juho Rousu).
Исследователи продемонстрировали, что эта модель способна обнаруживать ранее не наблюдаемые связи между лекарствами и раковыми клетками и точно предсказывать, как комбинация лекарств может стать ингибитором определенных раковых клеток (ингибитор —общее название веществ, подавляющих или задерживающих течение физиологических и физико-химических процессов). Результаты были опубликованы в мультидисциплинарном журнале Nature Communications.
«Это поможет специалистам-онкологам определять, какие комбинации лекарств выбрать из тысяч возможных вариантов для будущих исследований», — отметилТеро Айттокаллио (Tero Aittokallio), исследователь из Института молекулярной медицины Финляндии при Университете Хельсинки.
Модель также можно откалибровать для работы с другими заболеваниями, обучив ее новым соответствующим данным.