本文概要:
1. 麻省理工学院研究人员开发了一个机器学习模型，可以帮助确定患者癌症起源部位。
2. 通过分析约400个基因的序列，该模型能够准确分类至少40% 的未知起源的肿瘤。
3. 这种方法可以提高患者的治疗选择，使更多人能够接受针对肿瘤起源部位的个体化治疗。
对于一小部分癌症患者，医生无法确定他们的癌症起源于何处。这使得为这些患者选择治疗方法变得更加困难，因为许多抗癌药物通常是针对特定癌症类型开发的。
麻省理工学院和达纳法伯癌症研究所的研究人员开发了一种名为 OncoNPC 的机器学习模型，可以根据基因序列分析来预测肿瘤的起源部位。
通过训练这个模型，他们能够准确分类40% 以上的未知起源的肿瘤，并为这些患者提供个体化的治疗选择。该模型还可以根据患者的遗传突变预测肿瘤类型，并与患者的生存时间和治疗结果进行比较。
研究人员希望进一步扩展模型，使用多种数据模式提供更全面的预测，并预测最佳的治疗方案。这项研究的结果为患有未知原发癌的患者提供了更多的治疗选择，并有望改善他们的生存和治疗效果。