-
生物通官微
陪你抓住生命科技
跳动的脉搏
人工智能帮忙预测肺癌患者是否响应免疫疗法
【字体: 大 中 小 】 时间:2019年11月27日 来源:生物通
编辑推荐:
凯斯西储大学的研究人员近日表示,他们可以确定哪些肺癌患者将从免疫疗法中受益。他们根据肿瘤内组织模式的变化,采用人工智能(AI)和常规CT扫描来预测非小细胞肺癌患者对治疗的响应程度。
凯斯西储大学(Case Western Reserve University)的研究人员近日表示,他们可以确定哪些肺癌患者将从免疫疗法中受益。他们根据肿瘤内组织模式的变化,采用人工智能(AI)和常规CT扫描来预测非小细胞肺癌患者对治疗的响应程度。
这项研究发表在《Cancer Immunology Research》杂志上。文章通讯作者Anant Madabhushi表示:“这并非一时兴起。这项研究确实反映出该疾病的生物学特征,即哪种表型更具侵袭性,而这是肿瘤学家目前没有掌握的信息。”
根据美国国家癌症研究所的统计,目前只有大约20%的癌症患者从免疫疗法中受益,这种疗法与化疗的不同之处在于它使用药物来帮助患者的免疫系统对抗癌症,而化疗则使用药物来直接杀死癌细胞。
Madabhushi表示,这项工作将帮助肿瘤学家了解哪些患者将真正受益于免疫疗法,而哪些患者不会。“尽管免疫疗法改变了整个癌症生态系统,但它仍然相当昂贵 – 每位患者每年须花费20万美元。”
文章第一作者、凯斯西储大学的的研究生Mohammadhadi Khorrami表示,这项研究中最重要的进展之一是计算机程序能够记录特定病变的纹理、体积和形状的变化,而不仅仅是大小。
“这十分重要,因为当医生根据CT图像来决定患者是否对治疗有反应时,通常取决于病变部位的大小,”Khorrami说。“我们发现,纹理变化是反映治疗是否有效的更好预测指标。有时因为别的原因,比如肿瘤内血管破裂,结节可能会变大,但这种疗法实际上是有效的。”
图中显示了在检查点抑制剂治疗前后,CT扫描图像的差异。同时,响应者的肿瘤浸润淋巴细胞的密度比未响应者更高。图片来源:凯斯西储大学
研究人员最初利用50名患者的CT扫描结果来训练计算机,并建立一种能够识别病变部位变化的数学算法。之后,他们利用两个独立的队列验证了这种算法。他们表示,下一步将对不同地点以及不同免疫治疗药物的病例进行测试。(生物通 薄荷)
原文检索
Changes in CT radiomic features associated with lymphocyte distribution predict overall survival and response to immunotherapy in non-small cell lung cancer
DOI: 10.1158/2326-6066.CIR-19-0476