英国曼彻斯特大学开发了一种用于评估火星陨石坑和沙丘图像的机器学习方法，目前已用于帮助科学家衡量肿瘤治疗的效果。

 

肿瘤并不是统一的，肿瘤的不同部位变化的速度也不一样，这就意味着在肿瘤发生变化的背景下，很难看出治疗的效果。研究人员现在正在使用技术来测量治疗肿瘤的效果。

 

为了获得有意义的结果，科学家必须使用大量的样本来观察肿瘤的平均变化。使用传统的统计方法，很难评估治疗对个体的影响，这是个体化药物所需要的。

 

这项机器学习技术被用于测量肿瘤治疗的效果，发表在《生物信息学》(BioInformatics)杂志上。最初开发这项技术是为了帮助行星科学家绘制火星等行星的特征图。它的设计是为了更好地理解观测的误差和不确定性，使研究人员能够自信地展示他们的发现。

 

研究技术

 

研究人员将他们的机器学习技术，称为线性泊松模型，应用到样本中，然后能够证明肿瘤变化测量精度的提高，从而检测到癌症治疗的有益效果。天富平台登录

天富登

 

该大学信息、成像和数据科学部的尼尔·塞克博士说:“这项研究的结果表明，我们可以展示研究结果，让研究人员更加确定。”这意味着您可以从一个样本而不是16个样本中获得相同质量的数据。

 

 

“这对研究有重要的意义，意味着在一些研究中只需要一只老鼠，而不是用16只老鼠。这有助于减少在医学研究中使用实验室小白鼠。这也开启了这项技术在病人身上应用的潜力，通过快速和自信地确定药物是否对他们的肿瘤有特定的影响。”

 

线性泊松模型

 

线性泊松建模的工作人员:

 

学习数据中的模式以及它们如何改变;

 

与其他机器学习方法不同，它还可以评估数据错误的影响，提供额外的输出预测结果的精确度;和天富平台登录

天富登

 

数据建模的改进也意味着需要更少的样本来提供高精度的结果。

 

保罗·塔博士在他的博士项目中共同开发了这种方法，他补充说:“这种技术是为了最大限度地利用‘小数据’，这在医学研究中很常见，因为很难获得大量的样本。研究人员使用的是慈善或公共资金，所以他们以最有效的方式使用这些资金是很重要的，这是这项技术所允许的。”

 

英国癌症研究所的高级临床科学家詹姆斯·奥康纳博士说:“每个人的癌症都是独一无二的，这使得治疗这种疾病具有挑战性，因为对一个病人有效的药物可能对其他人无效。”这就是为什么我们越来越多地寻找新的方法使治疗更加个性化，而这项创新工作可能是朝着这个目标迈出的一步。下一步将是进一步的研究，以查明情况是否如此，并帮助发现这种方法的潜力。”