从图像到基于物理的计算模型到数字双胞胎:个性化癌症治疗的框架
Farshad Moradi Kashkooli1, Wenbo Zhan2, Ajay Bhandari3
1Department of Physics, Toronto Metropolitan University, Toronto, ON, Canada.
Frontiers in radiology
|February 25, 2026
概括
计算机建模的进步,整合患者数据和机器学习,正在改善个性化癌症疗法和治疗规划. 这些计算工具正在接近临床使用,以获得更好的患者结果.
科学领域:
- 在瘤学瘤学.
- 计算生物学 计算生物学
- 医疗成像医学成像
背景情况:
- 个性化癌症治疗需要整合复杂的患者特定数据.
- 计算建模为模拟癌症中的生物过程提供了一个框架.
研究的目的:
- 突出针对个性化癌症治疗的计算建模方面的进展.
- 展示患者数据和机器学习在癌症治疗策略中的整合.
主要方法:
- 使用多物理和多尺度计算模型.
- 模拟瘤微环境中的药物运输和相互作用.
- 整合机器学习算法以提高预测准确度.
主要成果:
- 显著提高个性化癌症治疗前景.
- 改善了药物运输和相互作用的模拟.
- 启用实时适应性治疗规划.
结论:
- 计算模型对于开发有针对性的诊断和治疗策略至关重要.
- 持续的进步正在弥合临床翻译的差距.
- 这些技术在常规临床应用中承诺改善患者的治疗结果.
