脑建模可优化癌症病患治疗

DIGITIMES殷家玮

随着科技与AI的发展，未来欲通过计算机辅助技术为癌症治疗提供个体化剂量和适用疗程的“癌症个人化医疗”将不再只是空想。南澳大学(University of South Australia)近期获得了一笔用于研究癌症个人化治疗的资助款项，预料将可为基于计算机建模的优化癌症医疗技术带来曙光。

尽管现代的医学疗法日益先进，但除了疾病本身的恶化过程之外，仍有许多癌症的死亡是归因于治疗过程中所引发的严重副作用。另外，虽然有不少个人化癌症治疗取得成功，但大多数的癌症药物仍是采用千篇一律的方式来进行管理，约30%的癌症病人活不过5年。 值得关注的是，许多癌症病患对药物反应存在着极大差异，从而导致因治疗不足而出现癌症恶化的情况，或是因过度治疗而产生明显的毒性副作用。

南澳大学学者Stephani Reuter Lange博士表示，该项耗资30万美元的项目，将会使用数学和统计模型来描述用药行为，帮助临床医师依最合适的治疗方案做出明智的决定。

这项工作将可望能够为癌症治疗的剂量个体化提供证据基础，改善病患的预后情况，并且为治疗指南提供一个框架，使其能够建立在现有癌症治疗的最佳使用基础上。

将投药剂量个人化的概念意味着每个病患的药物用量可被分别进行调整，以达到将肿瘤反应最大化以及使副作用最小化的目标。南澳大学的该项项目将侧重于通过计算机的建模方法来确定个人剂量策略，以便达成最佳治疗结果。

尽管药物剂量个人化的好处显而易见，然而，不可否认的是在实践治疗过程中，大规模临床试验仍是一个复杂且代价不斐的过程。这也意味着当前医疗环境所提供的癌症治疗仍然是采用标准化的方式，而非个人化。

另一项获得10万美元资助额的南澳大学癌症研究项目则是Peter Hoffmann教授的“确定子宫内膜癌扩散程度及扩散位置”相关研究工作，将专注于开发出子宫内膜癌的低侵入性诊断和治疗技术。

由于子宫内膜癌是澳洲妇科癌症中最常见的确诊疾病之一，而放射成像在用于确定子宫内膜癌的分期方面仍不可靠，因此这笔资金将被用于研究如何识别可表明转移性疾病的分子组织标记物，使未来的病患无须再通过进行不必要的手术或淋巴结切除术，就能获得准确的诊断。

如果觉得《脑建模可优化癌症病患治疗》对你有帮助，请点赞、收藏，并留下你的观点哦！