使用人工智能预防免疫疗法造成的伤害
凯斯西储大学的研究人员使用人工智能 (AI) 来分析简单的组织扫描，他们说他们发现了生物标志物，可以告诉医生哪些肺癌患者实际上可能会 因免疫治疗而恶化 。直到最近，研究人员和肿瘤学家将这些肺癌患者分为两大类：那些可以从免疫治疗中受益的人，以及那些可能不会受益的人。
免疫疗法可帮助 20-30% 的患者，但有些患者会因没有积极结果而出现不良副作用。图片来源：比尔布兰森通过维基媒体
但第三类患者——称为超进展患者，实际上会受到免疫疗法的伤害，包括治疗后寿命缩短——已经开始出现，该大学计算成像和研究中心的生物医学工程博士生和研究员 Pranjal Vaidya 说。 个性化诊断 (CCIPD)。
2020 年发表在《癌症免疫疗法杂志》上的一篇论文的 第一作者 Vaidya 说：“这是一个重要的患者子集，他们可能应该完全避免免疫 疗法。” “最终，我们希望将其整合到临床环境中，以便医生拥有为每位患者拨打电话所需的所有信息。”
正在进行的免疫疗法研究
目前，只有大约 20% 的癌症患者实际上会从免疫疗法中受益 ，这种疗法与化学疗法的不同之处在于它使用药物来帮助免疫系统对抗癌症，而 化学疗法则 使用药物直接杀死癌细胞，据美国国家癌症协会称。研究所。
由唐奈尔研究所生物医学工程教授Anant Madabhushi领导的 CCIPD通过将医学成像、机器学习和 AI 相结合，已成为检测、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，该研究表明 人工智能和机器学习可用于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，凯斯西储和克利夫兰诊所的科学家基本上教会计算机在首次诊断出肺癌时进行的 CT 扫描中寻找和识别模式，以揭示如果在治疗前已知可能有用的信息。
虽然许多癌症患者已从免疫疗法中受益，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这些治疗产生反应。
“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辨别接受免疫治疗的肺癌患者的三种反应——反应者、无反应者和超进展者，”该研究的高级作者 Madabhushi 说。研究。
“目前没有经过验证的生物标志物来区分这部分高危患者，这些患者不仅不能从免疫治疗中受益，而且实际上可能会在治疗中迅速加速疾病的发展，” Taussig Cancer 的副工作人员、医学博士、FACP 说研究所、克利夫兰诊所和研究作者。
“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，同时为晚期非小细胞肺癌患者确定最佳全身治疗。”
肿瘤外信息
与之前在 CCIPD 进行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，表明哪些患者会受到肿瘤外 免疫疗法的伤害 。
“我们注意到肿瘤外的影像学特征比肿瘤内的影像学特征更具预测性，结节周围血管的变化也更具预测性，”Vaidya 说。
她说，这项最新研究是根据从 109 名接受免疫疗法治疗的非小细胞肺癌患者中收集的数据进行的。
标签：