Key points are not available for this paper at this time.
O câncer mata milhões de pessoas a cada ano. Sob a perspectiva da IA, encontrar tratamentos eficazes para o câncer é um problema de busca de alta dimensionalidade caracterizado por muitos subtipos de câncer molecularmente distintos, muitos alvos potenciais e combinações de medicamentos, e uma escassez de dados de alta qualidade para conectar subtipos moleculares e tratamentos às respostas. A ampla disponibilidade de diagnósticos moleculares e registros médicos eletrônicos apresenta oportunidades e desafios para aplicar técnicas de IA a personalizar e melhorar o tratamento do câncer. Discutimos isso no contexto do Cancer Commons, uma comunidade de "aprendizado rápido" onde pacientes, médicos e pesquisadores coletam e analisam os dados moleculares e clínicos de cada paciente com câncer e usam esses resultados para individualizar terapias. As oportunidades de pesquisa incluem planejar e executar adaptativamente experimentos de tratamento individuais em toda a população de pacientes, inferir os mecanismos causais dos tumores, prever a resposta a medicamentos em indivíduos e generalizar essas descobertas para novos casos. O objetivo é tratar cada paciente de acordo com o melhor conhecimento disponível e atualizar continuamente esse conhecimento para beneficiar pacientes subsequentes. Alcançar esse objetivo é um grande desafio digno para a IA.
Tenenbaum et al. (quarta-feira) estudaram essa questão.