如果医生选择了适合该名病人的疗法，那么他就可能重获健康，但如果选择错了，那么，他的健康将可能被彻底摧毁。现在，来自加拿大西方大学的科研人员将可能帮助医生解决这个难题。
他们开发出了一套机器学习算法--人工智能的其中一个分支--通过基因数据的分析得出最可能的有效治疗方案，并且让该治疗方案变得更加个体化。
该项研究的负责人Peter Rogan表示，由于人工智能可以查看所有相互之间有影响的基因，所以它是一种非常强大的药物结果预测工具，并称越早使用最具疗效的法案，病人治愈的可能性越大。
研究人员在本次研究中使用了一套含有40个基因的数据，据悉，这些基因在90%的乳腺癌肿瘤中找到。在接受实验的近350名癌症病人当中，至少都会接受紫杉醇或吉西他滨其中一种化疗药物。之后，他们让系统对数据展开处理并找出药物跟病人基因之间存在的关系。结果显示，同时接受两种药物的治疗率为84%，只接受紫杉醇的为82%，只接受吉西他滨的则在62%到71%之间。
现在，研究人员打算进一步优化这套算法，他们将为系统输入更多数据，以此提高预测的准确率。
