MIT研究员训练出一套增强式学习模型，可根据每位患胶质母细胞瘤（GBM，为脑癌一种）病人的状况，来减少药物剂量，让病人不必接受多余的毒性物质，同时也能缩小肿瘤。首先，研究人员从GBM医疗数据库中，创建50位GBM仿真病患，作为测试组。接着，研究人员要求AI开药给每位病患，包括典型药物TMZ和PVC，让病患定期服用数周或数个月。开药后，AI再利用另一个预测机制来判断该剂量是否会缩小肿瘤。如果会，AI会得到奖励，但如果开的是最大剂量，则会受到惩罚。
这套AI为每位仿真病患进行2万多次测试后，研究员另召集50名新仿真病患，来测试训练后的这套AI模型，可以给出减少药物剂量和服用频率的处方，也能减少肿瘤大小。特别的是，它考虑了每位患者的特性，比如肿瘤大小、病史和生物标记物。