使用人工智能预防免疫治疗造成的伤害

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结果，称他们发现了生物标记物，可以告诉医生哪些肺癌患者在免疫治疗后病情可能会恶化。

直到最近，研究人员和肿瘤学家们才将它们放置起来肺癌患者分为两大类:一种是能从免疫疗法中获益，另一种可能不会。

但第三类患者——被称为“超进展者”的患者，他们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，加州大学的博士生Pranjal Vaidya说生物医学工程他是该大学计算成像和个性化诊断中心(CCIPD)的研究员。

Vaidya在2020年发表的一篇论文中宣布了该发现，他是论文的第一作者癌症免疫治疗杂志．“最终，我们希望将其整合到临床环境中，这样医生就会拥有为每位患者拨打电话所需的所有信息。”

正在进行的免疫治疗研究

目前，只有20%左右癌症患者实际上会受益于免疫疗法，一种与化疗不同的治疗，因为它使用药物来帮助免疫系统斗争癌症而化疗则使用药物直接杀伤癌症细胞美国国家癌症研究所(National Cancer Institute)的数据显示。

由Anant Madabhushi of Biomemical Engineeric教授的anant Madabhushi领导的CCIPD已成为通过啮合医学成像，机器学习和AI检测，诊断和表征各种癌症和其他疾病的全球领导者。

在这项新工作之前，CCIPD科学家最近的其他研究表明，人工智能和机器学习可以用来预测哪些肺癌症患者将受益于免疫疗法。

在这项研究和之前的研究中，来自凯斯西储银行和克利夫兰诊所的科学家们基本上是教计算机在肺癌首次诊断时进行的CT扫描中寻找和识别模式，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这些治疗产生反应。

这项研究的资深作者Madabhushi说:“这是一项重要的发现，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、无反应者和高进展者。”

该研究作者、美国克利夫兰诊所陶西格癌症研究所副研究员、医学博士、FACP博士Pradnya Patil说:“目前还没有有效的生物标记物来区分这些不仅不能从免疫治疗中获益，而且实际上可能在治疗中迅速发展为疾病的高风险患者。”

“治疗前常规扫描的放射学特征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。“这可能被证明是一种无价的工具，用于治疗临床医生，同时确定最佳的系统性治疗他们的晚期非小细胞肺癌患者。”

肿瘤外部信息

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，表明肿瘤外的免疫疗法会对患者造成何种伤害。

Vaidya说:“我们注意到肿瘤外部的放射学特征比肿瘤内部的更具有预测性，结节周围血管的变化也更具有预测性。”

这项最近的研究是通过从109名非 - 患者收集的数据进行的。小细胞肺癌被处理免疫疗法,她说。

---

---