SFU 工程科学教授 Mirza Faisal Beg 正在带头开展可能有助于重新定义癌症治疗的研究。利用人工智能 (AI)，他的突破性研究使人体成像和器官测量速度比传统方法快得多，这标志着利用人工智能实现个性化医疗保健解决方案的飞跃。

Beg 和他的团队创建了数据分析促进套件 (DAFS)，这是一种复杂的、首创的计算机程序，可提供人工智能自动化，在几分钟内提供人体内许多内部器官和组织的测量结果。

该工具分析数字身体 CT 扫描并量化肌肉、脂肪和器官健康状况。快速评估可以深入了解治疗反应，从而实现量身定制的干预措施并最大限度地减少无意的副作用。

正如贝格解释的那样，在癌症治疗工作流程中，“肿瘤分期”涉及确定患者体内疾病的程度，指导治疗策略。相反，“对宿主进行分期”涉及了解患者的整体健康状况，以确定治疗耐受性的限度，这是选择适当的治疗和剂量的关键方面。

“虽然有复杂的肿瘤分期工具，但评估患者整体治疗适合性和健康状况的工具却很有限，”贝格说。“目前的方法，例如仅根据体重和身高使用体重指数 (BMI)，无法准确表示个人独特的身体成分。个人对治疗反应的重要因素，如肌肉质量、脂肪分布和器官健康在这些简单的指标中被忽略了。”

贝格说，精确宿主分期的这一空白凸显了对创新方法的需求，这些方法全面涵盖个体差异，因为肌肉和脂肪含量等因素会影响疾病的发作和治疗结果。

虽然计算机断层扫描 (CT) 图像是在癌症治疗期间常规获取的，并且可以提供对宿主进行分期的测量结果，但对于本已忙碌的临床医生来说，分析这些图像非常耗时，需要数小时到数天才能完成对单个患者的手动评估，这凸显了这种需求自动化以加快这一过程。