找对了治疗方法，乳腺癌其实也没那么恐怖……

青年歌手姚贝娜在今年年初因乳腺癌而不幸去世；安吉丽娜朱莉为了预防乳腺癌而接受卵巢输卵管切除术……

人们在惊诧于乳腺癌所带来危害的同时，对这个话题的重视程度也越来越高，比较典型的表现就是——朋友圈及各大网站瞬间出现了很多科普文。

《如何防治乳腺癌？》《一位乳腺癌患者的自述》《乳腺癌的发病原因及临床表现》《爱生气的女人易患乳腺癌》……

列出这些花里胡哨的标题，并不是为了搞笑或讽刺，虽然在这些分享当中，有一些人纯粹是为了凑热闹（受大众传媒、社交媒体影响），但乳腺癌本身，毕竟还是个很严肃的事情，不止普罗大众对它关注有加，就连专家学者，也都一直在探寻更有效的治疗方法。

——就连人工智能，都派上用场了。

最近，加拿大西方大学的一群科研人员在研究中发现：药物选择与病人基因之间存在一定联系，通过人工智能的基因分析，医生可以预测出不同疗法下乳腺癌的治愈率。

药物选择的重要性

在介绍具体的研究过程之前，我们需要了解这样一个事实：一般情况下，两个病人即使患有同一种病，他们在接受同一种治疗方案时，也有可能产生不同效果。

拿乳腺癌来说，治疗药物一般分紫杉醇（paclitaxel）和吉西他滨（gemcitabine）这两种，针对不同的病人，医生需要给他们选择不同的药物，如果选择错了，病人的健康就很有可能被彻底摧毁。

所以，对医生来说，如何选择更有效的治疗方案就成了最大的难题。正如项目负责人 Peter Rogan 所说：

“Treating patients with therapies that are the most likely to be successful can help reduce unnecessary toxicity and improve overall outcomes.”

（“为病人选择最易成功的治疗方法，可以帮助减少不必要的危害，改善最终的治疗结果。”）

药物选择与病人基因有关

研究证明，药物选择和病人基因之间存在一定联系。

这些研究人员在 2012 年的时候就已经确定了一套含 40 个基因的数据（在 90% 的乳腺癌肿瘤中都能找到），之后，他们又找来 350 名接受过相关药物治疗的癌症患者，将这些人作为研究对象，利用人工智能中的机器算法，用数字展现了药物选择与基因之间的联系。

结果表明：只接受紫杉醇的患者治疗率为 82%，只接受吉西他滨的治疗率在 62% 到 71% 之间，而同时接受两种药物的患者治疗率是 84%。

目前，为了提高预测的准确度，他们打算为系统输入更多的数据，进一步优化这套算法。

Peter Rogan 认为，人工智能可以查看所有相互有影响的基因，所以它是非常强大的药物结果预测工具。

“If we can use this technology to improve our knowledge of which medications to use, it could improve patient outcomes. The earlier we treat a patient with the most effective medication, the more likely we can effectively treat or possibly even cure that patient.”

“如果我们能利用这项技术来改进相应的疗法，也许能改善病人的情况。越早治疗，效果就会越好。”（意译）

对于那些谈 “乳腺癌” 色变的人来说，这或许是个不错的消息。

题图来自：《滚蛋吧！肿瘤君》 插图来自：taikangclub、wenxuecity