토론토 대학의 팀이 개발 한 새로운 인공 지능 (AI) 도구 는 암 환자를위한 방사선 치료 프로그램을 만드는 데 필요한 시간을 크게 줄일 수있는 위치에있을 수 있습니다.
연구진은 AI가 제작 한 관련 치료 프로그램을 확인하기 위해 전통적인 방법을 통해 방사선 치료 일정을 개발 한 두 경부암 환자 217 명을 조사했습니다. 계획은 비슷했습니다.
"다른 AI 최적화 엔진이 개발되었지만 우리의 개념은 현재의 의료 모범 사례를 더 가깝게 모방한다는 것입니다. "라고 토론토 대학 공학부 연구의 주 저자 인 Aaron Babier는 말합니다.
현재 각 환자의 종양에 대한 방사선 치료 계획을 개발하는 데 며칠이 걸릴 수 있습니다. 암이 자주 계속 성장하고 진화하기 때문에 환자에게는 귀중한 시간이 소요될 수 있지만 의사는 이러한 복잡한 치료 전략을 설계하는 데 시간을 소비합니다.
두 경부암은 종양이 환자마다 현저하게 다를 수 있기 때문에 치료 프로그램을 설계하기가 매우 어렵습니다. 연구진은이 도구가이 까다 롭고 복잡한 암 종류에 대해 매우 잘 작동하기 때문에 전립선 암과 같이 많은 변이를 나타내지 않는보다 널리 퍼진 종양 유형을 처리 할 수 있어야한다고 예상합니다.
이 경우 Babier는 AI가 의료 전문가를 대신 할 수는 없지만 중요한 기초 작업을 수행하여 시간을 절약 할 수 있다는 점을 우려하고 있습니다. 일단 프로그램이 치료 프로그램을 만든 후에는 방사선 물리 사에 의해 검토되고 추가로 변경되어 몇 시간이 더 걸립니다.
AI는 암 진단, 모니터링 및 치료의 미래에 중요한 역할을하는 것으로 잘 알려져 있지만 일부 의료 전문가는 기계 학습 도구를 사용하여 임상 결정을 내리는 윤리에 대해 우려를 제기했습니다. 올해 초 뉴 잉글랜드 의학 저널 (New England Journal of Medicine)에 발표 된 스탠포드의 연구원들과 MD들은 다음과 같이 말했습니다.
'의사는 계산이 어떻게 생성되는지를 만족스럽게 이해하고, 결과를 예측하기 위해 개발 된 통계 모델을 생성하는 데 사용 된 정보의 출처를 진지하게 평가하고, 모델이 어떻게 작동하는지 이해하고, 이에 과도하게 의존하지 않도록 보호해야합니다.'
여기에 오늘날 의학의 새로운 기술 발전과 관련하여 상당히 일반적인 문제가 있습니다 .MD가 사용하는 새로운 진단 방법에 대한 전문가의 이해를 달성하여 환자에 대한 의사 결정에 얼마나 의존해야하는지 완전히 이해할 수 있어야한다는 요구입니다. 암에 대한 끊임없는 논쟁의 여지가있는 액체 생검에 대해서도 유사한 논의가 진행 중입니다.
이러한 모든 문제에도 불구하고, 의료 산업에 종사하는 사람들의 AI에 대한 투자는 흔한 일이며 현재 Microsoft 및 IBM과 같은 대기업이 다양한 프로그램에 AI를 사용하고 있습니다. 많은 기업이 AI를 길고 외설적으로 비용이 많이 드는 약물 발견 절차를 간소화 할 수있는 가능한 솔루션으로 보는 것 같습니다. 토론토에 본사를 둔 생명 공학 회사 BenchSci는 현재 28 개 제약 회사와 97 개 스타트 업이 현재 약물 발견 프로세스에 AI를 사용하는 것으로 집계했습니다.
AI를 사용하여 방사선 치료 치료 설계를 돕는 경우 Babier는 자신의 특정 도구가 혁명이 아니라 현재 의료 종사자들이 이용할 수있는 것의 확장에 가깝다고 말합니다.
Babier는 "기본적으로 현재 임상 환경에있는 것을 돕기위한 상당히 간단한 플러그인이지만 현재 사용 가능한 것보다 더 지능적인 매개 변수를 사용합니다." 라고 말했습니다.
토론토 대학교 팀은 AI를 사용하여 방사선 치료를 최적화하는 유일한 팀이 아닙니다.