首次显示出先进的计算机模型能够准确预测与头颈癌放疗相关的两个最具挑战性的副作用。这种精确的肿瘤学方法有可能更好地识别可能从早期干预中受益的患者，这些早期干预可能有助于防止治疗后体重明显减轻或减少饲管放置的需要。研究结果在美国放射肿瘤学会(ASTRO)第61届年会上发表。

德克萨斯大学医学博士安德森癌症中心放射肿瘤学助理教授，该研究的主要作者杰伊·雷迪说：“过去很难预测哪些患者会出现这些副作用。”“现在，我们有了使用大量内部机构数据的可靠机器学习模型，这使我们能够做到这一点。”

机器学习是人工智能的一个分支，它使用统计模型来分析大量数据，从而揭示可以高度准确地预测结果的模式。机器学习已被高科技行业用于允许语音和面部识别，“垃圾邮件”过滤和有针对性的广告，对于寻求将大量数据转换为可支持临床决策的知识的医学研究人员而言，机器学习已成为新兴的话题。

Reddy博士及其团队开发了模型，用于分析从以下三个来源合并的大量数据：电子健康记录(Epic)，内部基于Web的图表工具(Brocade)和记录/验证系统(Mosaiq)。数据包括头颈癌患者的700多种临床和治疗变量(男性为75%，女性为25%，中位年龄为62岁)，接受过2,000疗程的放射治疗(中剂量为60 Gy) 2016年至2018年在MD Anderson的五个练习场。

研究人员使用该模型预测了三个终点：体重明显减轻，饲管放置和计划外住院。然后，针对随后的225次连续放射疗法治疗，验证了表现最佳的模型的结果。具有达到预定的曲线下面积阈值(AUC)为0.70或更高的性能比率的模型被认为是临床有效的。(AUC得分为1.0表示该模型的预测是100%准确的，而得分为0.0则意味着该模型永远不会准确。)

在美国，每年约有53,000人被诊断出患有头颈部(口腔或口咽)癌症。这些癌症是男性的两倍，是女性的两倍，并且通常在生命后期被诊断出来(平均诊断年龄为62岁)。头颈癌，如果被早期诊断，通常会用放射疗法或手术治疗。晚期癌症可以通过放疗和化学疗法相结合的方法进行治疗。也可以首先通过手术治疗患者，然后是单独的放射疗法或放射疗法和化学疗法的组合。

放射疗法通过减缓或阻止新癌细胞的生长有效治疗头颈癌。但是，它也可能损坏口腔组织并破坏口腔中细菌的平衡，从而引起不利的副作用，例如喉咙痛，口腔溃疡，味觉丧失和口干。当喉咙痛很严重时，它们可能会使患者难以进食，并且可能导致体重减轻或需要临时插入饲管。几乎所有患有头颈癌的患者都会受到治疗的负面影响。

雷迪博士说：“能够确定哪些患者的风险最高，将使放射肿瘤学家能够采取措施来预防或减轻这些可能的副作用。”“如果患者有中等风险，并且他们可能不需要喂食管就可以接受治疗，我们可以采取预防措施，例如为他们安排营养师和向他们提供营养补充品。如果我们知道他们放置喂食管的风险是极高-他们需要一个机会的几率超过50%-我们可以提前将其放置，这样他们就不必在治疗后被送进医院。我们将密切关注该患者。”