克利夫蘭-凱斯西儲大學數(shù)字影像實驗室的科學家率先利用人工智能(AI)預測化療是否會成功，現(xiàn)在已經有可能確定哪些肺癌患者將從昂貴的免疫治療中獲益。
此外，他們再次教計算機找出在免疫治療的前2-3個周期后，與肺癌相比，首次診斷肺癌時CT掃描模式中以前看不到的變化，從而實現(xiàn)了這一點。而且，和之前的工作一樣，這些變化是在腫瘤內外發(fā)現(xiàn)的，這是最近實驗室研究的標志。
研究中心的Anant Madabhushi說：“這不是一時興起。這項研究似乎確實反映了這種疾病的生物學特征，即更具侵襲性的表型，這是腫瘤學家目前沒有的信息?！苯Y合醫(yī)學影像、機器學習和AI技術，計算影像和個性化診斷(CCIPD)部門已成為檢測、診斷和表征各種癌癥和其他疾病的全球領導者。
根據(jù)《國家癌癥》雜志的報道，目前，真正受益于免疫治療的癌癥患者只有20%左右，免疫治療與化療的區(qū)別在于，它使用藥物幫助你的免疫系統(tǒng)對抗癌癥，而化療則使用藥物直接殺死癌細胞。研究所。
Madabhushi說，他的實驗室最近的工作將幫助腫瘤學家知道哪些患者將真正受益于這種療法，哪些患者不會。
Madabhushi說：“即使免疫療法改變了整個癌癥生態(tài)系統(tǒng)，它仍然非常昂貴——每個患者每年大約需要20萬美元?！薄斑@是癌癥造成的經濟毒性的一部分，導致約42%的新確診癌癥患者在確診后一年內失去生命?！?
他補充說，如果有一個基于他的實驗室正在完成的研究的工具，它將有助于“更好地匹配哪些患者將對免疫療法有反應，而不是花費80萬美元”，這將有很長的路要走。五分之三的人不會受益，乘以每年的估計成本。
新的研究出版物
這項由共同作者Mohammadhadi Khorrami和Prateek Prasanna、Madabhushi和來自六個不同機構的其他10名合作者領導的新研究(見下面的列表)于本月發(fā)表在《癌癥免疫學研究》雜志上。
CCIPD的研究生Khorrami說，這項研究最重要的進展之一是，計算機程序可以記錄給定病變的紋理、體積和形狀的變化，而不僅僅是大小。
“這很重要，因為當醫(yī)生僅根據(jù)CT圖像決定患者是否對治療有反應時，通常取決于病變的大小，”Khorrami說?！拔覀儼l(fā)現(xiàn)，組織的變化更能預測治療的效果。
“例如，有時治療后可能會出現(xiàn)較大的結節(jié)，這是由于另一個原因，例如腫瘤中的血管破裂，但這種治療實際上是有效的?，F(xiàn)在，我們有辦法理解了。”
Madabhushi實驗室博士后研究助理Prasanna表示，研究還表明，用兩種不同部位和三種不同類型的免疫治療劑治療的患者，掃描結果是一致的。
他說：“這證明了該計劃的基本價值，即我們的機器學習模型可以預測接受不同免疫檢查點抑制劑治療的患者的反應?！?我們正在處理一個基本的生物學原理."
Prasanna說，最初的研究使用來自50名患者的CT掃描來訓練計算機，并創(chuàng)建了一種數(shù)學算法來識別病變的變化。他說，下一步將檢測從其他地方獲得的病例和不同的免疫治療藥物。這項研究最近獲得了ASCO 2019征服癌癥基金會優(yōu)秀獎。
此外，研究人員還可以證明，CT掃描的模式與治療的陽性反應和患者的整體生存率關系最大，后來發(fā)現(xiàn)與原始診斷活檢組織中免疫細胞的排列密切相關。在這些病人中。
他說，這表明這些CT掃描實際上似乎捕捉到了腫瘤誘導的對癌癥侵襲的免疫反應——最強的CT掃描顯示了最顯著的組織變化，最重要的是，對CT掃描的反應是最好的免疫療法。
標簽：
免責聲明：本文由用戶上傳，如有侵權請聯(lián)系刪除！