预测乳腺癌复发
一种结合传统病理学和机器学习的新工具可以预测哪些乳腺癌患者真正需要手术。这项技术发表在11月份的《美国生理学杂志-细胞生理学这项技术可以让女性从不必要的治疗中解脱出来，减少医疗费用，并催生出新一代阻止乳腺癌复发的药物。
性导管癌原位乳腺癌(DCIS)是一种早期疾病，也被称为0期乳腺癌，这种诊断有时只会导致浸润性乳腺癌。但只有部分患者需要手术、化疗和/或放疗，其余患者可以回家。几十年来，预测早期癌症患者的预后一直是一个主要的科学问题。
密歇根大学的霍华德·佩蒂教授和他的研究助理亚历山德拉·克拉夫特女士刚刚报告了一种解决这种诊断困境的方法。这项新技术在10多年前捐赠给研究的DCIS患者样本上进行了测试，并补充了他们目前的临床病史。
佩蒂教授说:“通常情况下，侵袭前癌症患者，如DCIS，接受非常积极的治疗。”“在DCIS的情况下，这意味着部分或全部乳房切除术……但我们从其他工作中了解到，这些患者中有一半以上不会患上侵袭性疾病。”
该方法依赖于最新报道的发现，在注定复发和转移的DCIS病例中乳腺癌，细胞将某些酶重组成“代谢平台”，就在这些危险的肿瘤细胞的外膜下。“这使得酶能够高效地运作，就像一个组装线佩蒂教授说。正是这种效率让这些癌症变得如此危险。佩蒂的理论是，这些细胞工厂生产的酶产品促进了肿瘤细胞的侵袭，同时使许多形式的化疗和放疗发生偏转。
为了预测哪些DCIS病例会导致这样的流水线，佩蒂和同事在患者样本中标记生物标记物，然后用复杂的相机拍摄生物标记物——类似于天文学中使用的相机。的数字图像然后上传到云计算平台进行分析。
使用这种方法，研究人员正确地预测了结果癌症复发和非复发的概率为91%，只有4%的假阴性。进一步的改进正在进行中。
作者建议该工具将减少危及生命的DCIS的过度诊断。这项技术可能允许科学家从药学上破坏代谢平台，从而阻止肿瘤侵袭，增强化疗和放疗，并阻止复发。佩蒂教授说:“这个工具也可以用于预测其他侵袭前病变的结果，以及预测哪些患者会对特定的治疗干预产生反应。”
研究人员目前正在进行额外的回顾性实验，以获得FDA对这种新的诊断测试的批准。
