凱斯西儲大學的研究人員使用人工智能來分析簡單的組織掃描。他們說，他們發(fā)現(xiàn)了生物標志物，可以告訴醫(yī)生哪些肺癌患者可能會因為免疫療法而病情惡化。
直到最近，研究人員和腫瘤學家將這些肺癌患者分為兩類：將受益于免疫療法的患者和可能不會受益的患者。
該大學生物成像工程與研究中心的生物醫(yī)學工程博士和研究員普拉哈爾瓦伊迪亞(Pranjal Vaidya)表示，第三類患者——實際上被免疫療法傷害的患者，包括治療后壽命縮短的超進展患者——已經(jīng)開始出現(xiàn)。個性化診斷(CCIPD)。
2020年論文的第一作者Vaidya在《癌癥免疫治療雜志》宣布了這一發(fā)現(xiàn)，她說：“這是應該完全避免免疫治療的患者的一個重要子集?！白罱K，我們希望將其集成到臨床環(huán)境中，以便醫(yī)生能夠獲得為每位患者撥打電話所需的所有信息?！?
正在進行的免疫治療研究
根據(jù)《國家癌癥》的數(shù)據(jù)，目前真正受益于免疫治療的癌癥患者只有20%左右，與化療不同的是，它使用藥物幫助免疫系統(tǒng)對抗癌癥，而化療使用藥物直接殺死癌細胞。研究所。
由唐納生物醫(yī)學工程學院教授Anant Madabhushi領導的CCIPD，通過結合醫(yī)學影像、機器學習和AI，已經(jīng)成為檢測、診斷和表征各種癌癥和其他疾病的全球領導者。
這項新工作是CCIPD科學家最近其他研究的基礎，這些研究表明人工智能和機器學習可以用來預測哪些肺癌患者將從免疫治療中受益。
在這項研究和之前的研究中，來自凱斯西儲和克利夫蘭診所的科學家基本上是教計算機在首次診斷肺癌時找到并識別CT掃描的模式，從而揭示潛在的有用信息(如果在治療前知道的話)。
盡管許多癌癥患者受益于免疫療法，但研究人員正在尋找一種更好的方法來確定誰最有可能對這些療法產(chǎn)生反應。
該雜志資深作者Madabhushi說：“這是一個重要的發(fā)現(xiàn)，因為它表明常規(guī)CT掃描的輻射模式可以在接受免疫治療的肺癌患者中識別三種反應——有反應者、無反應者和過度進展者。研究。
Taussig癌癥公司助理研究員Pradnya Patil博士說：“目前，還沒有經(jīng)過驗證的生物標志物來區(qū)分這些高危患者。這些患者不僅不能從免疫治療中獲益，反而可能在治療過程中迅速加速疾病的發(fā)作?！笨死蛱m診所研究所，研究作者。
帕蒂爾說：“在常規(guī)治療前分析放射學特征可以提供一種非侵入性的手段來識別這些患者。”“這可能是臨床醫(yī)生治療的一個有價值的工具，同時也決定了晚期非小細胞肺癌患者的最佳全身治療方案?！?
腫瘤以外的信息
像CCIPD之前的其他癌癥研究一樣，科學家們再次發(fā)現(xiàn)了一些最重要的線索，這可能會導致腫瘤外免疫治療對患者的危害。
Vaidya說：“我們注意到腫瘤外的輻射特性比腫瘤內的輻射特性更容易預測，結節(jié)周圍血管的變化也是可以預測的?！?
她說，這項最新研究使用了從109名接受非免疫治療的非小細胞肺癌患者中收集的數(shù)據(jù)。
標簽：
免責聲明：本文由用戶上傳，與本網(wǎng)站立場無關。財經(jīng)信息僅供讀者參考，并不構成投資建議。投資者據(jù)此操作，風險自擔。 如有侵權請聯(lián)系刪除！