Forscher des Massachusetts Institute of Technology (MIT) haben ein Modell Künstlicher Intelligenz (KI) entwickelt, das Patientendaten erfasst, um die Krebsbehandlung in ihrer Aggressivität zu mildern. [...]
Das von den MIT–Forschern entwickelte System basiert auf Maschinellem Lernen und reduziert toxische Dosierungen von Chemotherapie und Bestrahlung. Diese Behandlungsmethoden werden bei Glioblastomen, der aggressivsten Form eines Hirntumors, eingesetzt.
Basis ist „Verstärkendes Lernen“
Das neue Verfahren strebt möglichst niedrige Potenzen und Häufigkeiten der Dosierungen an, die trotzdem in punkto Schrumpfung des Tumors wirkungsvoll sind. Bei simulierten Versuchen von 50 Patienten konnte das KI–Modell Behandlungszyklen designen, bei denen die Potenz von einem Viertel bis zur Hälfte aller Dosierungen reduziert werden konnte. Der Behandlungserfolg blieb davon unbeeinflusst. Das Modell der Forscher nutzt eine Technik, die sich „Verstärkendes Lernen“ nennt und zum Maschinellen Lernen gehört.
Dieses Verfahren umfasst KI–Agenten, die Handlungen in einer unvorhersehbaren, komplexen Umgebung ausführen, die zu einem gewünschten Ergebnis führen. Immer, wenn eine Handlung verrichtet wurde, erhält der Agent entweder eine „Belohnung“ oder „Bestrafung“. Dies hängt davon ab, ob die Tätigkeit das gewünschte Resultat unterstützt oder nicht.
Numerische Optimierung angestrebt
Die Belohnungen und Bestrafungen können sich in numerischer Form als +1 und -1 vorgestellt werden. Der KI-Agent versucht, seine Handlungen numerisch zu optimieren, um das gewünschte Ergebnis zu erreichen. Die Wissenschaftler haben das Modell für die Behandlung von Glioblastomen verwendet. Hier wird eine Kombination der Medikamente Temozolomid, Procarbazin, Lomustin und Vincristin über Wochen und Monate verabreicht.
Be the first to comment