小编来分享一篇个人对AI识别可能遭受严峻化学疗法副作用的癌症患者相关分析，众所周知，无论是在坊间民众，还是在汽车媒体的议论中，都是不错的，至于产品到底香不香，通过测试还是可以对AI识别可能遭受严峻化学疗法副作用的癌症患者的产品力分析分析的，一起来看看吧!

睾丸癌具有较高的存活率，但是通常在治疗过程中使用的化疗会引起肾毒性。丹麦的研究人员开辟了一种新的AI算法，可以识别可能易患肾毒性的患者，并在JNCI Cancer Spectrum中分享他们的发现。

丹麦技术大学理学硕士Sara L. Garcia和同事写道：“在化学疗法治疗期间维持足够的肾功能至关重要，如果存在其他选择，对有肾毒性风险的患者进行识别可能会影响选择的治疗方法。”“此外，肾功能受损与心血管疾病的风险增加有关，这可能对长期癌症幸存者构成问题。”

Garcia等。通过使用随机森林分类算法计算了每位患者发生肾毒性的风险，从433位患者中探究了数据。基线模型运行良好，但是当研究人员添加关键基因组信息时，其预测结果的能力“大大提高”。

总体而言，在按风险的严峻程度对每个患者进行分类时，该算法正确地将67%发生肾毒性的患者转移到高风险组中。此外，没有进展肾毒性的患者中有92%正确地转移到了低风险组。

作者写道：“开辟针对不同肾毒性风险人群的患者分层的机器学习模型的能力有可能在积极治疗与预期毒性风险之间取得平衡。”

此外，研究人员还补充说，他们开辟的AI模型对于进行基于化学疗法治疗卵巢癌，膀胱癌和肺癌的患者的分类也可能有价值。