新しい機械学習技術により、がん治癒率の予測が 30% 優れていることが判明

過去数十年にわたるコンピューティング能力の急速な発展に伴い、機械学習 (ML) 技術は、がん、心臓病、脳卒中などの病気と診断された患者の生存率と余命を予測する方法として医療現場で普及してきました。そして最近では、新型コロナウイルス感染症（COVID-19）。 このような統計モデリングは、患者と介護者が潜在的な副作用の影響を最小限に抑えながら治癒の可能性を最大限に高める治療のバランスを取るのに役立ちます。

テキサス大学アーリントン校の教授と博士課程の学生が新しい論文を発表した。 モデル がんからの生存予測の効果は、病気が治癒する人の予測において、以前のモデルよりも 30% 効果的であると研究者らは述べています。 このモデルは、患者が不必要な治療を回避できるようにすると同時に、治療チームが追加の介入が必要な患者に代わりに集中できるようにすることができます。

作品は 出版された で 応用統計年報。

「確率をモデル化した以前の研究では、 治す硬化率とも呼ばれるこの計算では、ロジスティック リンク関数などの既知のパラメトリック リンク関数を備えた一般化線形モデルが使用されました。 ただし、このタイプの研究では、非線形や 複雑な関係 治癒確率と、患者の年齢や骨髄ドナーの年齢などの重要な共変量との間の関係です」と、主任研究者である数学科統計学の准教授スブラ・パル氏は述べた。

「私たちの研究では、以前にテストされた促進時間治癒モデル (PCM) を採用し、それを、共変量と治癒確率の間の非線形関係を捉えるために使用されるサポート ベクター マシン (SVM) と呼ばれる教師ありタイプの ML アルゴリズムと組み合わせます。」

新しい SVM 統合 PCM モデル (PCM-SVM) は、共変数の単純な解釈に基づいて、どの患者が最初の治療終了時点でも治癒せず、追加の医療介入が必要になるかを予測する方法で開発されています。

この技術をテストするために、パルと彼の学生であるウィズダム・アセリセワインは、白血病患者の実際の生存データを取得しました。 骨髄移植。 研究者らが白血病を選んだのは、白血病が異常な癌性白血球の急速な産生によって引き起こされるためである。 これは健康な人には起こらないため、過去のデータセット内のどの患者が治療によって治癒し、どの患者が治癒しなかったのかを明確に確認することができました。

両方の統計モデルをテストしたところ、新しい PCM-SVM 技術は、以前の技術と比較して、治療によって治癒する人を予測するのに 30% 効果的であることが判明しました。

「これらの発見は、提案されたモデルの優位性を明確に示しています」とパル氏は述べた。 「治癒の予測精度が向上したことで、治癒率が著しく高い患者を高強度治療によるさらなるリスクから守ることができます。 患者 治癒率が低い患者には、治療の選択肢が制限される進行期に病気が進行しないように、適時の治療を推奨できます。 提案されたモデルは、最適な治療戦略を定義する上で重要な役割を果たすでしょう。」