人工智能計算的生物標志物可以預測肺癌患者對免疫療法的反應
據(jù)外媒報道,一項新研究的作者確定,非小細胞肺癌患者的腫瘤相關血管比通常更扭曲,這些患者對免疫治療的反應不佳,因為他們推測,血管越扭曲,抗腫瘤細胞越難到達腫瘤。這項研究結果最近發(fā)表在《科學進展》上,由代表埃默里大學、克利夫蘭診所、NYU Langone Health、Weill Cornell Medicine等機構的研究人員進行。
通常,尋找合適的癌癥治療方法是一個試錯過程,醫(yī)生會逐一嘗試昂貴的療法,這些療法可能有效,也可能無效,直到找到一種適用的為止。但是,一種新發(fā)現(xiàn)的生物標志物可以通過人工智能算法從常規(guī)CT掃描中計算出來,未來可能使這個過程更加高效。
這個生物標志物由代表埃默里大學、克利夫蘭診所、NYU Langone Health、Weill Cornell Medicine等機構的研究人員發(fā)現(xiàn)。他們訓練了一個算法,通過非小細胞肺癌(NSCLC)腫瘤的掃描,尋找特定的指標,以判斷一個人對免疫治療的反應如何,這些指標在最近發(fā)表的一項回顧性研究中進行了描述。
免疫治療通常是NSCLC的首選治療方法,即使在不到一半的患者中有效,但也可能花費數(shù)十萬美元。
該研究的作者之一、埃默里大學和喬治亞理工學院的生物醫(yī)學工程部門的教授Anant Madabhushi博士表示:“免疫治療只能使約30%的患者受益。鑒于治療的高昂費用和70%的失敗率,我們必須找到更好的方法來預測和監(jiān)測治療反應?!?/p>
這個新的生物標志物被稱為定量血管扭曲度(QVT),因為它評估了腫瘤周圍血管的排列方式。通常,腫瘤相關血管比正常血管更扭曲和混亂排列,使癌細胞更快生長,并更容易在全身擴散。
使用人工智能工具對500多名非小細胞肺癌患者在接受免疫檢查點抑制劑治療前后的這些血管進行了檢查,研究作者確定,在免疫治療反應不佳的患者中,與腫瘤相關的血管甚至更加扭曲–他們推測,血管越扭曲,抗腫瘤細胞就越難到達腫瘤。
有了這些發(fā)現(xiàn),研究人員能夠訓練一種機器學習算法,僅使用CT掃描就可以分析腫瘤周圍的血管,并計算患者對免疫治療有反應的可能性。人工智能最終能夠預測治療反應,三個測試集中曲線下的平均面積約為0.65,精度水平略高于隨機機會,由AUC 0.5表示。
編輯:王洪
排版:李麗


本文系作者 @TIMEDOO 原創(chuàng)發(fā)布在 肽度TIMEDOO。未經(jīng)許可,禁止轉載。