赴美治疗服务机构和生元国际了解到,美国凯斯西储大学(Case Western Reserve University)的研究人员利用人工智能(AI)分析简单的组织扫描图,称他们发现了生物标记物,可以告诉医生哪些肺癌患者可能因为免疫治疗而病情加重。
直到最近,研究人员和肿瘤学家还将这些肺癌患者分为两大类:一类是受益于免疫疗法的患者,另一类则可能不会受益。
Pranjal Vaidya是一名生物医学工程的博士生,同时也是该大学计算成像和个性化诊断中心(CCIPD)的研究员,他说,第三类患者被称为“超进展者”,他们实际上会受到免疫治疗的伤害,包括治疗后寿命缩短。
Vaidya是2020年发表在《癌症免疫治疗杂志》(Journal for immunotherapy of Cancer)上的一篇论文的第一作者,他说:“这是一个重要的患者群体,他们可能会完全避免使用免疫疗法。”“最终,我们希望这种技术能够整合到临床环境中,这样医生就能获得为每个患者打电话所需的所有信息。”
正在进行的免疫治疗研究
据美国国家癌症研究所(National cancer Institute)称,目前,只有约20%的癌症患者能从免疫疗法中真正受益。免疫疗法不同于化疗,它使用药物帮助免疫系统对抗癌症,而化疗则使用药物直接杀死癌细胞。
由Donnell研究所生物医学工程教授Anant Madabhushi领导的CCIPD,已经成为通过mesh医学成像、机器学习和人工智能检测、诊断和表征各种癌症和其他疾病的全球领导者。
这项新工作是在CCIPD科学家最近的其他研究之后进行的,这些研究表明,人工智能和机器学习可以用来预测哪些肺癌患者将从免疫治疗中受益。
在这项研究和之前的研究中,来自凯斯西储医院和克利夫兰诊所的科学家们主要是教计算机寻找和识别肺癌首次诊断时的CT扫描模式,以揭示如果在治疗前就知道可能有用的信息。
虽然许多癌症患者已经从免疫疗法中获益,但研究人员正在寻找一种更好的方法来确定哪些人最有可能对免疫疗法产生反应。
这是一个重要的发现,因为它表明,常规CT扫描的放射学模式能够识别接受免疫治疗的肺癌患者的三种反应——有反应者、无反应者和超进展者。”Anant Madabhushi, Donnell研究所生物医学工程研究资深作者和教授
医学博士、FACP、克利夫兰诊所陶西格癌症研究所副研究员兼研究作者Pradnya Patil说:“目前还没有有效的生物标志物来区分这部分高风险患者,这些患者不仅不能从免疫治疗中获益,而且实际上可能会加速疾病的治疗。”
“对治疗前常规扫描的放射学特征进行分析,可以提供一种非侵入性的方法来识别这些患者,”帕蒂尔说。“这可能被证明是治疗临床医生的宝贵工具,同时确定对晚期非小细胞肺癌患者的最佳全身治疗。”
肿瘤外的信息
与CCIPD之前的其他癌症研究一样,科学家们再次发现了一些最重要的线索,可以知道哪些患者会因肿瘤外的免疫疗法而受到伤害。
“我们注意到肿瘤外的放射学特征比肿瘤内的更有预见性,结节周围血管的变化也更有预见性,”Vaidya说。
她说,这项最新的研究收集了109名接受免疫治疗的非小细胞肺癌患者的数据。
领取专属 10元无门槛券
私享最新 技术干货