肺癌是一種特別致命的疾病，它在整個癌症死亡人數中的比例遠遠超過其他類型，而且多達三分之一最常見的非小細胞肺癌（NSCLC）患者在治療後出現復發，導致存活率僅為15%。

而肺癌占英國癌症死亡人數的21%。NSCLC占肺癌病例的 85%，如果及早發現，這種疾病是可以治癒的。然而，36%的NSCLC英國患者都曾經經歷癌症復發。

這些數字顯示有很大的改進空間，儘早抓出腫瘤再生可以大大改善非小細胞肺癌患者的預後。一組英國研究人員已經開發出一種工具，進行的一項世界首創的研究已經確定了一種使用機器學習（一種人工智能）的模型，可以預測癌症復發的風險，並且比現有方法做得更好。

在新近發表在Lancet的《eBioMedicine》期刊上的一項研究中，來自Royal Marsden NHS基金會信託基金、倫敦癌症研究所和倫敦帝國理工學院的研究團隊，描述了他們如何建立一個人工智慧模型，可預測肺癌患者在放療兩年內復發的個人風險。

科學家們首先將少數機器學習演算法應用於由650多名NSCLC患者組成的回顧性資料集，治療後的中位隨訪時間剛剛超過兩年。

每種演算法都考慮了一組不同的患者資料，使研究人員能夠縮小哪些個人因素對個人的復發機會影響最大，然後只根據最重要的因素建立一個新模型。最終，這些因素包括病人的腫瘤大小和階段、他們接受的放療類型和強度，以及他們的吸煙狀況、體重指數和年齡。

由此產生的人工智慧模型能夠比目前的方法（包括廣泛使用的TNM分期系統）更準確地預測病人兩年的復發風險。

該研究的首席調查員Richard Lee博士表示："這是向前邁進的重要一步，能夠利用AI瞭解哪些患者的癌症復發風險最高，並更早地發現這種復發，進而使治療更加有效，復發也是患者焦慮的一個重要來源。在這種情況下，減少所需的掃描次數是有必要的，還能減少輻射暴露、醫院就診，並更有效地利用寶貴的醫療資源"。

由於該模型依賴於容易取得的臨床資料，研究人員說它可以被英國和其他國家的醫療機構輕鬆應用。下一步，他們計畫將影像資料帶入該方程式。

"這項研究的下一階段將使用影像資料單獨測試機器學習模型，並與臨床資料相結合。我們希望找出我們的模型，即以病人特徵和他們所接受的治療為基礎，看如何受到影像掃描資料的影響"，研究負責人Sumeet Hindocha補充提到。

他們還將尋求將該演算法擴展到肺癌以外的應用，Richard Lee指出："我們的模型使用了這種疾病的特定特徵，但透過完善該演算法，這項技術可以有更廣泛的應用"。

(來源：FierceBiotech  生策中心編譯)