100万美元：推进人工智能驱动的前列腺癌精准医疗

赖斯大学的统计学家erzssamuet mersamuyi是一个研究团队的成员，该团队获得了德克萨斯州癌症预防与研究所100万美元的奖金，用于开发人工智能工具，这些工具可以早期识别致命形式的前列腺癌，并改善治疗选择。

　　

赖斯大学统计学研究教授erzssamuet mersamuyi和德克萨斯大学MD安德森癌症中心癌症系统成像教授Pratip Bhattacharya以及泌尿生殖医学肿瘤学助理教授Patrick pili博士共同进行了研究。获得了德克萨斯州癌症预防与研究所（CPRIT） 100万美元的资助，用于开发人工智能（AI）工具，该工具可以早期识别致命形式的前列腺癌，并改善治疗选择。

前列腺癌是男性中最常见的癌症，但患者的预后差异很大。因为前列腺癌的生长是由男性激素，尤其是睾丸激素推动的，所以目前最广泛使用的治疗方法是针对并阻断这些激素的作用。这些药物被称为雄激素信号抑制剂，用于减缓或缩小癌症，但随着时间的推移，一些癌症适应并产生耐药性。对于患有去势抵抗性前列腺癌的男性，治疗选择仍然有限，生存率很低。癌症患者细胞代谢的变化可以作为生物标志物，使用先进的成像技术来检测这些变化是一种很有前途的方法，可以监测与癌症治疗敏感性相关的过程，甚至是癌前病变的出现。

然而，数据的复杂性对传统的统计和工程分析方法提出了挑战。这项基金资助的研究是基于三个支柱：

●革命性的无创成像技术在Bhattacharya的实验室中产生了肿瘤代谢的实时体内时间和光谱剖面，具有前所未有的细节，可以在不同的异常状态之间进行敏感的区分，并使绘制肿瘤异质性成为可能。

●为了正式捕获和模拟这种状态，mersamnyi的团队将应用一种高级形式的人工智能，这种人工智能受到大脑网络的启发，特别擅长从复杂的高维数据中发现。

●正在进行的临床试验中，雄激素信号抑制剂对不同人群的前列腺癌患者进行全身治疗（以及来自Bhattacharya的小鼠模型数据），将提供独特丰富的治疗效果的人类数据。临床数据将有助于解释已发现的代谢特征的变化，并帮助确定临床相关的生物标志物或生物信号，这些生物标志物或生物信号表明哪些患者在诊断早期具有发展为侵袭性疾病的最大风险。

这三个支柱的成功实施将允许针对每个患者的疾病情况进行更早和更精确的干预。

这项研究的一个令人兴奋的关键方面是，mersamunyi团队早期在天文学和地球遥感领域开发和应用的人工智能方法，现在有可能在不久的将来帮助前列腺癌和其他癌症患者。这突出了在多学科合作中跨科学方法的交叉受精的好处。

“使用基于神经地图的机器学习，我们可以揭示高维数据中的隐藏模式，包括可能是最重要的罕见或微妙的模式，帮助临床医生更早地发现侵袭性前列腺癌，做出更明智的治疗决定，最终改善患者的治疗效果，”mersamunyi说。通过开发能够处理复杂多模态癌症数据的人工智能驱动模型，cprit资助的项目可以为人工智能在肿瘤学和个性化医疗的其他领域的应用提供蓝图。CPRIT领导着该州与癌症的斗争，通过其学术研究、预防和产品开发研究项目，向德克萨斯州的机构和组织提供了超过37亿美元的赠款。CPRIT在招募顶级研究人员到德克萨斯州、支持创新型创业公司和在全州范围内提供数百万癌症预防服务方面发挥了关键作用。

这项最新的拨款强调了CPRIT对投资于有可能改变癌症诊断和治疗的突破性研究的承诺。