丹娜—法伯癌症研究所团队发挥机器学习优势以鉴别胰腺癌高风险患病的人群

丹娜—法伯癌症研究所数据科学部门cBio中心（the cBio Center in the Department of Data Sciences）主任Chris Sander博士（Chris Sander, PhD）

2019年3月30日——美国马萨诸塞州波士顿讯

今日，由路斯特格尔顿基金会（Lustgarten Foundation）和Stand Up To Cancer公益组织联合成立的胰腺癌基金会（Pancreatic Cancer Collective）发布了用于鉴别胰腺癌高风险患病人群的计算学研究资金。获得研究资金的团队之一是来自丹娜—法伯癌症研究所数据科学部门cBio中心（the cBio Center in the Department of Data Sciences）主任Chris Sander博士（Chris Sander, PhD）带领的团队。

在研究资金的支持下，Sander博士带领的跨机构团队将利用机器学习（machine learning）的方法，对患者的临床病历、医师记录以及放射学影响进行分析，以鉴别出具有胰腺癌高患病风险的人群。该团队将由来自麻省理工学院（Massachusetts Institute of Technology）的Regina Barzilay博士（Regina Barzilay, PhD）联合带领。其他的团队成员还包括：丹娜—法伯癌症研究所的Brian Wolpin博士和Michael Rosenthal博士；哈佛大学陈曾熙公共卫生学院的Peter Kraft博士（Harvard T. H. Chan School of Public Health）以及丹麦哥本哈根大学（University of Copenhagen）的Søren Brunak博士。

该团队项目的目标旨在开发出风险评估的模型，而开发的基础则是团队利用机器学习的方法对普罗大众里具有胰腺癌高患病风险的人群进行区分，临床病历和影像学资料是机器分析的对象。这些风险模型将会引申出一个具有实际意义的工具，它可以帮助医生识别出哪些人群在胰腺癌患病方面有更高的风险，并且敦促这些患者加入以预防疾病和早期检查为主的筛查项目。该研究团队的搭建有赖于机器学习技术在近期的诸多进步，以及三个健康保健系统从广泛而多样的患者群体中收集的丰富临床病历，包括：亨利·福特健康系统（Henry Ford Health System）、联盟健康护理（Partners HealthCare）以及丹麦国家患者登记系统（the Danish National Patient Registry）。

“我对这项即将展开的项目感到十分雀跃。” Sander博士说道： “我们的团队会把机器学习和胰腺癌的精湛专业结合起来，从而开发出在胰腺癌发展最早期的阶段发现这种疾病的新策略，最终达到赋予患者对抗这种顽疾的最佳机遇的目的。”

“对患者及其家属而言，我们坚信人工智能（AI）领域在确诊胰腺癌以及为每位患者抉择最佳的治疗途径方面充满着希望。” 路斯特格尔顿基金会的首席科学官David A. Tuveson博士（David A. Tuveson, MD, PhD）说道。此外，Tuveson博士还在冷泉港实验室癌症中心（the Cancer Center at Cold Spring Harbor Laboratory）担任主任一职，他亦是SU2C科学咨询委员会的成员（SU2C Scientific Advisory Committee），更是胰腺癌基金会（Pancreatic Cancer Collective）的联合科学带头人。

胰腺癌基金会宣布，两组获得资金补助的团队将分别采取不同的方法，以在普罗大众中鉴别出具有胰腺癌高风险患病可能的个体。了解更多有关SU2C补助金的信息：https://pancreaticcancercollective.org/collaborative-research/ 和https://standuptocancer.org/press/the-pancreatic-cancer-collective-funds-two-new-teams-using-ai-to-identify-high-risk-pancreatic-cancer-populations/。

媒体联络

阁下若有媒体联络需求，敬请致电617-632-4090，请阁下指明与媒体团队洽谈；或请发邮件至media@dfci.harvard.edu。阁下如欲转载本文，请发邮件至kun_ma@dfci.harvard.edu。