凯斯西储大学的研究人员使用人工智能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可能会因为免疫疗法而病情恶化。
直到最近，研究人员和肿瘤学家将这些肺癌患者分为两类：将受益于免疫疗法的患者和可能不会受益的患者。
该大学生物成像工程与研究中心的生物医学工程博士和研究员普拉哈尔瓦伊迪亚(Pranjal Vaidya)表示，第三类患者——实际上被免疫疗法伤害的患者，包括治疗后寿命缩短的超进展患者——已经开始出现。个性化诊断(CCIPD)。
2020年论文的第一作者Vaidya在《癌症免疫治疗杂志》宣布了这一发现，她说：“这是应该完全避免免疫治疗的患者的一个重要子集。“最终，我们希望将其集成到临床环境中，以便医生能够获得为每位患者拨打电话所需的所有信息。”
正在进行的免疫治疗研究
根据《国家癌症》的数据，目前真正受益于免疫治疗的癌症患者只有20%左右，与化疗不同的是，它使用药物帮助免疫系统对抗癌症，而化疗使用药物直接杀死癌细胞。研究所。
由唐纳生物医学工程学院教授Anant Madabhushi领导的CCIPD，通过结合医学影像、机器学习和AI，已经成为检测、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CCIPD科学家最近其他研究的基础，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，来自凯斯西储和克利夫兰诊所的科学家基本上是教计算机在首次诊断肺癌时找到并识别CT扫描的模式，从而揭示潜在的有用信息(如果在治疗前知道的话)。
尽管许多癌症患者受益于免疫疗法，但研究人员正在寻找一种更好的方法来确定谁最有可能对这些疗法产生反应。
该杂志资深作者Madabhushi说：“这是一个重要的发现，因为它表明常规CT扫描的辐射模式可以在接受免疫治疗的肺癌患者中识别三种反应——有反应者、无反应者和过度进展者。研究。
Taussig癌症公司助理研究员Pradnya Patil博士说：“目前，还没有经过验证的生物标志物来区分这些高危患者。这些患者不仅不能从免疫治疗中获益，反而可能在治疗过程中迅速加速疾病的发作。”克利夫兰诊所研究所，研究作者。
帕蒂尔说：“在常规治疗前分析放射学特征可以提供一种非侵入性的手段来识别这些患者。”“这可能是临床医生治疗的一个有价值的工具，同时也决定了晚期非小细胞肺癌患者的最佳全身治疗方案。”
肿瘤以外的信息
像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，这可能会导致肿瘤外免疫治疗对患者的危害。
Vaidya说：“我们注意到肿瘤外的辐射特性比肿瘤内的辐射特性更容易预测，结节周围血管的变化也是可以预测的。”
她说，这项最新研究使用了从109名接受非免疫治疗的非小细胞肺癌患者中收集的数据。
标签：
免责声明：本文由用户上传，如有侵权请联系删除！