توانایی یادگیری ماشینی در پیش بینی سرطان

دانشمندان کره جنوبی، یک مدل یادگیری ماشینی را به کار گرفته‌اند تا با کمک آن، کارآیی ایمنی‌درمانی را در بیماران مبتلا به سرطان پیش‌بینی کنند.

 به نقل از وب‌سایت رسمی "دانشگاه علم و فناوری پوهانگ"(POSTECH)، ایمنی‌درمانی یک روش درمانی برای سرطان است که سیستم ایمنی بدن را برای مبارزه با سلول‌های سرطانی، بدون استفاده از شیمی‌درمانی یا پرتودرمانی فعال می‌کند. این روش، عوارض جانبی کمتری نسبت به داروهای متداول ضد سرطان دارد زیرا تنها با استفاده از سیستم ایمنی بدن، به سلول‌های سرطانی حمله می‌کند. علاوه بر این، به دلیل استفاده از حافظه و سازگاری سیستم ایمنی، بیمارانی که از اثرات درمانی این روش بهره‌مند شده‌اند، اثرات ضد سرطان پایداری را تجربه می‌کنند.

یک "مهارکننده وارسی ایمنی"(immune checkpoint inhibitor) که اخیرا ساخته شده است، موفق شده تا میزان بقای بیماران مبتلا به سرطان را به میزان قابل توجهی بهبود ببخشد. با وجود این، مشکل ایمنی‌درمانی سرطان این است که تنها حدود ۳۰ درصد از بیماران مبتلا به سرطان از اثر درمانی آن بهره‌مند می‌شوند و روش‌های تشخیصی کنونی، واکنش بیمار نسبت به درمان را به طور دقیق پیش‌بینی نمی‌کنند.

پروفسور "سانگوک کیم"(Sanguk Kim)، پژوهشگر دانشگاه علم و فناوری پوهانگ و گروهش، بر این موضوع تمرکز کرده‌اند و دقت پیش‌بینی واکنش بیمار نسبت به مهارکننده‌های وارسی ایمنی را با استفاده از یادگیری ماشینی مبتنی بر شبکه بهبود بخشیده‌اند.

این گروه تحقیقاتی با تجزیه و تحلیل نتایج بالینی بیش از ۷۰۰ بیمار مبتلا به سه سرطان مختلف شامل ملانوما، سرطان معده و سرطان مثانه و همچنین، داده‌های به دست آمده از بافت‌های سرطانی بیماران، نشانگرهای زیستی جدیدی را کشف کردند.