據(jù)麻省理工學(xué)院報(bào)道，他們的研究人員正在使用最新的機(jī)器學(xué)習(xí)技術(shù)，通過減少有毒化療和放射治療膠質(zhì)母細(xì)胞瘤（最具侵略性的腦癌）緩解患者在治療中的痛苦。

膠質(zhì)母細(xì)胞瘤是一種出現(xiàn)在腦或脊髓中的惡性腫瘤，患者存活率一般不超過五年，而且必須要忍受放射治療，同時(shí)每月服用多種藥物。醫(yī)療專業(yè)人員通常會使用最大安全藥物劑量以盡可能地縮小腫瘤，但這些強(qiáng)效藥物會產(chǎn)生許多副作用對患者的身體產(chǎn)生影響。

在本周于斯坦福大學(xué)舉行的2018年機(jī)器學(xué)習(xí)醫(yī)療保健會議上發(fā)表的一篇論文中，麻省理工學(xué)院媒體實(shí)驗(yàn)室的研究人員詳細(xì)介紹了一種可以使藥物方案毒性降低但仍然有效的模型。

該模型由“自學(xué)”機(jī)器學(xué)習(xí)技術(shù)提供支持，著眼于目前使用的治療方并反復(fù)調(diào)整劑量。最終，該技術(shù)找到了一個(gè)最佳的治療計(jì)劃，在保證將腫瘤大小降低到與傳統(tǒng)治療方案的同時(shí)使用最低可能的劑量和劑量頻率。

＂雖然必須要通過減小腫瘤的大小來幫助病人，但與此同時(shí)我們希望能夠確保病人不會因?yàn)榛煻拘院退幬锔弊饔枚惺苓^多的痛苦?！必?fù)責(zé)這項(xiàng)研究的Pratik Shah說道。

研究人員的模型使用了一種叫做強(qiáng)化學(xué)習(xí)的技術(shù)，這是一種受到行為心理學(xué)啟發(fā)的方法。在這種方法中，模型會偏愛某些行為，從而達(dá)到預(yù)期的結(jié)果。

該技術(shù)包括人工智能“代理”，其在不可預(yù)測的復(fù)雜環(huán)境中完成“動(dòng)作”以達(dá)到期望的“結(jié)果”。每當(dāng)完成動(dòng)作時(shí)，代理接收“獎(jiǎng)勵(lì)”或“懲罰”，取決于動(dòng)作是否努力實(shí)現(xiàn)結(jié)果。然后，代理相應(yīng)地調(diào)整其動(dòng)作以實(shí)現(xiàn)更好的結(jié)果。

這種方法被用來訓(xùn)練計(jì)算機(jī)程序DeepMind，它在2016年擊敗了世界最優(yōu)秀的圍棋選手李世石。該方法還用于訓(xùn)練無人駕駛汽車，例如行駛和停車，車輛會一遍一遍地練習(xí)，進(jìn)行路線調(diào)整，一直到正確為止。