预测头部和颈部癌症治疗的毒性与机器学习

MD安德森的研究人员已经188bet体育网址研制出第一台机器学习算法来预测急性毒性在接受放射治疗的患者头部和颈部癌症。该研究结果于今日在提交的第61届年会美国放射肿瘤学会(ASTRO)。

研究负责人说:“头部和颈部辐射会产生很多毒性，但并不总是清楚哪些患者会经历严重的副作用。杰·雷迪，医学博士，放射肿瘤学助理教授。

Reddy的团队着手开发能预测显著减肥（放射治疗期间≥10％）的算法，喂食管安置和意外住院三个月开始放射治疗。

“这是闻所未闻的，这些患者在所有没有失去任何重量，但许多患者都能够彻底治疗不进食管。因此，我们不希望在一个预感不必要的地方之一。与进料管长时间会妨碍努力恢复吞咽的肌肉。”雷迪说。“我们面临的挑战是平衡的知识，有些患者可通过治疗没有帮助不了这个问题，他们的营养需求变得迫切。我们需要一个有用的工具，以更好地确定需要早期积极的帮助病人“。

研究人员188bet体育网址从2016年5月至2018年8月在MD Anderson接受治疗的2121名头颈癌患者中提取了数百个数据点，并与他们进行了合作Oncora医疗这家公司是一家精密放射肿瘤学软件公司，致力于开发预测算法。数据集包括人口统计学、肿瘤特征、治疗和结果。

减肥预测值，进料管需要

机器学习模型的性能使用一个称为ROC曲线下面积(AUC)的评分来衡量。AUCs一般在。50到1.0之间，这意味着该模型无法区分有不良结果的患者和没有不良结果的患者，这意味着该模型完全能够区分两组患者。AUC大于0.70的模型被认为是临床有效的。

Reddy的团队使用来自1896名患者的数据来开发初始算法，然后用另外225名患者的数据来验证这个模型。预测饲管放置和显著体重减轻的算法的临床有效AUC值分别为0.755和0.751。

“我们的算法是预测这些端点的第一个有用模型，”Reddy说。

随着0.676的AUC，计划外的住院算法没有考虑临床上有用的，但球队希望与更多的数据，该模型将得到改善。下一步骤是临床试验的设定内执行进一步的测试和验证。

雷迪说:“随着时间的推移，我们会更好地了解是什么推动了这一模式。”“有可能在不久的将来，我们将能够输入病人的数据，预测这个人需要进食管的几率为X%，这让我们能够识别出那些更可能需要早期干预的人。”

参见该研究的完整作者名单，“应用机器学习方法预测头部和颈部癌症患者的急性辐射毒性”(摘要141)。可以找到天文学摘要这里之后的数据被提出。