微软研究人员霍伊丰·普恩
凤凰科技讯 北京时间9月20日消息，据外媒报道，正在研发中的癌症治疗药物有数百种之多，每年发表的论文也有很多。但帮助医生为病人制定个性化治疗方案是个难题。
据微软称，该公司机器学习项目Hanover旨在“消化”每年发表的所有论文，帮助预测哪些药物对治疗患者病情最有效。
俄勒冈卫生科学大学Knight癌症研究所研究人员在与Hanover设计师霍伊丰·普恩(Hoifung Poon)合作，利用该系统找出能有效治疗急性骨髓性白血病的药物。数十年来，这种疾病的治疗方法没有取得大的进展
癌症是由基因突变引发的，能更好地找到突变的基因，有助于开发针对某种癌症有特效的药物，提高病患存活率。2015年的资料显示，有逾800种与癌症有关的药物和疫苗在进行临床试验。基因测序速度的提升和成本的下跌，对相关研究有很大促进作用，这意味着更多癌症患者能获得与他们病情有关的详细资料。
Knight 癌症研究所研究人员杰夫·泰纳(Jeff Tyner)说，“这令人激动，但也给我们带来了新挑战：如何处理这些数据。这也是生物学家与信息科学家和计算技术工作者合作相当重要的原因。所有这些资源的整合有助于在寻找疗效更好、副作用更小的治疗方法方面取得突破。”
普恩表示，靶向药物治疗效果更好，问题是如何找到这些药物，“靶向药物有数百种之多，即使只是两两组合，组合也多达数万种之多，要筛选出最有效的治疗方法非常困难。患者可能同时使用数种药物才能抑制肿瘤转移。”
通过分析研究论文中的数据，以及临床试验、影像学诊断报告、电子医疗记录的结果，机器学习技术对癌症研究的帮助越来越大。IBM的Watson Oncology系统帮助医生解释临床数据，制定个性化治疗方案；谷歌旗下DeepMind公司设有医疗部门，在与英国政府医疗服务部门合作，研究计算机能否及早发现视力退化问题，防止患者失明。
Hanover希望能帮助医生更好地对患者会诊。普恩说，“会诊医生面临的瓶颈之一是掌握所有资料，并做出判断。除非能把这一过程自动化，医生就必须一定会这一问题。”(编译/霜叶)