一项新的研究利用人工智能（AI）修改药物剂量，以实现个性化癌症治疗。
尽管人工智能（AI）显示出良好的潜力，但其应用大多仍停留在理论或回顾阶段。新加坡国立大学（NUS医学）的研究人员成功利用一个AI平台，为新加坡国立癌症研究院（NCIS）中10名患者的剂量调整提供了精准建议，将其潜力转化为现实世界的医疗结果。
该研究由新加坡国立大学数字医学研究所（WisDM）主任Ho教授领导，研究团队跟踪了10名被诊断为晚期实质性肿瘤患者的癌症生物标志物，CEA和CA125，以为每位患者创建个性化的“数字双胞胎”。
通过分析生物标志物在不同药物剂量下的变化，研究团队为每位患者的治疗计划提出了精准的剂量调整建议。从2020年8月首次给药到2022年9月最后一次给药的期间，临床医生接受了97.2%的推荐剂量，其中一些患者的最优剂量平均约降低20%。该研究试验标志着向个性化肿瘤学的潜在转变，在这一领域，药物剂量对每位患者在治疗过程中的动态调整，可能降低成本，而不是坚持一种标准、统一的治疗方案。
这种患者护理方法得益于CURATE.AI平台——由Ho教授及其团队开发的一个优化平台，该平台利用患者的临床数据，例如药物类型、药物剂量和癌症生物标志物，生成个体化的数字档案，以在化疗期间确定定制的最优剂量。
Ho教授表示：“我们的团队是精确医学领域少数将AI驱动治疗应用于现实临床设置的团队之一。我们的研究结果代表了医疗保健中的一个重要里程碑——展示了基于个体数据的前瞻性、实时治疗优化。目前，数据收集主要还是基于人群的——具体而言，许多患者的数据被收集，但这些数据大多是快照。然而，患者会随着时间而演变，而他们的治疗却是基于不能捕捉到每位患者在治疗过程中状态变化的人群数据。通过利用AI根据生物标志物和患者数据调整药物剂量，我们开启了个性化医学的新前沿。”Ho教授还担任新加坡国立大学设计与工程学院（CDE）生物医学工程系主任，以及新加坡国立大学N.1健康研究所所长。
在这项研究中，临床负责人、当时来自新加坡国立大学医学系及NUS N.1健康研究所的副教授Raghav Sundar表示：“这是我们在为癌症患者个性化化疗药物剂量方面迈出的一步。作为临床医生，许多人希望为患者提供这样的治疗，但从理念转化为实施非常具有挑战性。这项研究试验的数据为精准药物剂量在肿瘤学领域的下一步奠定了基础。”Raghav副教授当时还是新加坡国立癌症研究院血液学-肿瘤学系的高级顾问，目前是耶鲁医学院内科（医疗肿瘤学与血液学）的副教授。
随着基于AI的个性化医学领域的不断进展，这项工作为临床护理的转变奠定了基础，通过整合数据驱动的方法，这些方法不仅更精确，而且适应每位患者的治疗需求。该研究发表在《Nature Partner Journals (NPJ) Precision Oncology》上，预计将扩展到更大规模的随机对照试验，进一步完善设计，以验证CURATE.AI平台相较于传统治疗方案的有效性。该平台的潜在应用范围超越了肿瘤学——它已被调整用于其他治疗领域，包括免疫治疗、高血压，以及长寿领域的健康延续医学。
研究的共同作者Nigel Foo是Ho教授研究团队的博士研究生，来自NUS医学的WisDM和NUS N.1健康研究所，他补充道：“收集数据的多少并不是唯一重要的；在治疗的背景下，数据如何收集更为重要。通过将药物剂量的变化与癌症标志物的变化配对，我们可以更好地理解不同药物如何随着时间的推移相互作用。使用数字双胞胎指导个性化患者护理的方法是一个关键进步，尤其是该领域传统上关注于数据的回顾性使用用于诊断或预测。”他也是NUS CDE生物医学工程系的成员。
