AI可以预测患者对免疫疗法的反应

编译:chux

出品:ATYUN订阅号

发表在“The Lancet Oncology”上的一项研究首次证实,AI可以处理医学图像以提取生物学和临床信息。通过设计算法并将其开发用于分析CT扫描图像,Gustave Roussy,CentraleSupélec,Inserm,Paris-Sud University和TheraPanacea(专门从事AI的放射治疗和精密医学)的医学研究人员创建了一个所谓的放射学特征。该特征定义了肿瘤的淋巴细胞浸润水平,并提供了患者免疫治疗功效的预测评分。

将来,医生可能因此能够使用成像来识别位于身体任何部位的肿瘤中的生物现象,而无需进行活组织检查。

到目前为止,没有任何标记能够准确地识别出那些对抗pd-1/PD-L1免疫疗法有反应的患者,在这种情况下,只有15%到30%的患者会对这种治疗做出反应。众所周知,肿瘤环境越丰富(淋巴细胞的存在)就越有可能使免疫疗法有效,因此研究人员试图利用成像技术来描述这种环境,并将其与患者的临床反应联系起来。这是在发表的研究中设计和验证的放射状特征的目标。

在这项回顾性研究中,在来自四个独立队列的500名实体瘤患者(所有部位)中捕获,开发和验证了放射学特征。它在基因组学,组织学和临床上得到了验证,使其具有鲁棒性。

该团队使用基于机器学习的方法,首先教导该算法使用从参与MOSCATO研究的患者的CT扫描中提取的相关信息,该研究还包含肿瘤基因组数据。因此,仅基于图像,该算法学习预测基因组可能揭示的关于肿瘤免疫浸润的内容,特别是关于肿瘤中细胞毒性T淋巴细胞(CD8)的存在,并且它建立了放射性组织特征。

这一特征在其他人群中进行了测试和验证,包括TCGA(癌症基因组图谱),从而表明成像可以预测一种生物现象,提供对肿瘤免疫浸润程度的估计。

然后,为了测试该特征在实际情况下的适用性,并将其与免疫疗法的功效相关联,在参与5阶段抗pd-1/PD-L1免疫疗法的患者的治疗开始前,对其进行了CT扫描。研究发现,免疫疗法在3个月和6个月有效的患者的放射学得分更高,与那些整体存活率更高的患者相近。

下一个临床研究将回顾性地和前瞻性地评估特征,将使用更多数量的患者并且将根据癌症类型对它们进行分层以便改进特征。

这还将采用更复杂的自动学习和AI算法来预测患者对免疫疗法的反应。为此,研究人员打算整合来自成像,分子生物学和组织分析的数据。这是研究所之间合作的目的,以确定那些最有可能对治疗有反应的患者,从而提高治疗的疗效和成本比。

论文:www.thelancet.com/journals/lanonc/article/PIIS1470-2045(18)30413-3/fulltext

原文发布于微信公众号 - ATYUN订阅号(atyun_com)

原文发表时间:2018-08-28

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏机器之心

AI复现大脑导航功能:DeepMind重大研究突破再次登上Nature

18050
来自专栏新智元

【3万患者11万图像14类病理】NIH公开大规模胸部X光数据集

【新智元导读】NIH临床中心最新发布了一个含有超过100,000个胸部X光图像及其相应数据的数据集,免费开放,供全世界研究人员使用,这些数据将用于训练计算机学习...

447100
来自专栏机器之心

观点 | Judea Pearl:传统机器学习尚处于因果层级的底层,达成完备AI的7个工具

机器学习的巨大成功带来了 AI 应用的爆炸式增长以及对具备人类级别智能的自动化系统不断增长的期望。然而,这些期望在很多应用领域中都遇到了基本的障碍。其中一个障碍...

14810
来自专栏机器之心

专访 | 分子科学中的机器学习:不会燎原的星星之火?

机器之心原创 作者:邱陆陆 继计算机视觉、语音识别、自然语言处理之后,谁是下一个迎来深度学习的浪潮冲击的领域?聚集了世界上最聪明头脑的自然科学领域会不会「首当其...

29560
来自专栏量化投资与机器学习

【Matlab量化投资】用数据包络分析和基因算法进行选股分析?你get了吗!(附源程序)

本文主要介绍用数据包络分析和基因算法按上市公司的基本面数据进行选股分析。其中基因算法用于选择基本面指标,数据包络分析对股票进行效率评分。‍‍‍‍‍ ‍由于代码较...

24680
来自专栏华章科技

基于客户行为事件的跨领域统一推荐模型探讨

跨领域深度学习模型一直是近几年推荐系统主要研究方向之一, 本文探讨一种个人客户画像构建的新思路, 并讨论对应的基于个人行为事件的跨领域统一推荐模型。

8130
来自专栏新智元

【Nature雄文】当深度学习遇上生物学——440篇bioRxiv相关讨论创史上之最

新智元编译 来源:Nature 作者:Sarah Webb 编译:赵以文 【新智元导读】深度学习为分析生物大数据提供了强大的工具。BioRxiv预印本服...

597150
来自专栏人工智能头条

AAAI 前主席 Thomas G. Dietterich:如何构建强健的人工智能

10920
来自专栏ATYUN订阅号

研究人员正尝试用AI替代动物测试,但准确率欠佳

仅在欧洲,2011年最常进行的九项动物试验有57%的几率导致动物致命。几十年来,动物权利积极分子一直抗议这一有争议的做法,这一点也不足为奇。

11560
来自专栏目标检测和深度学习

AI复现大脑导航功能:DeepMind重大研究突破再次登上Nature

10810

扫码关注云+社区

领取腾讯云代金券