Tüdőrák: Az AI megmutatja, hogy ki részesülhet immunterápiában
A tüdőrák a rák gyakori és gyakran agresszív formája. Mivel az orvosoknak nehéz korán felismerni, a tüdőrákban szenvedőknek a legjobb, legcélzottabb terápiát kell kapniuk a pozitív kilátások valószínűbbé tétele érdekében. Az immunterápia egy lehetőség, de honnan tudhatják az orvosok, hogy ki részesül ebben?
A Nemzeti Rákkutató Intézet szerint a tüdő- és hörgőrák a második legelterjedtebb ráktípus az Egyesült Államokban, az összes új rákos megbetegedés 12,9% -át teszi ki.
A rák ezen formájának korai stádiumában gyakran nincsenek észrevehető tünetei, ami azt jelentheti, hogy az orvosok először képtelenek kimutatni. Ez azt jelenti, hogy a kezelést követő kilátások nem lehetnek olyan jók, mint a rák más formáinak esetében.
A tüdőrákban szenvedők számára a legkedvezőbb eredmények biztosítása érdekében az egészségügyi szakembereknek ki kell választaniuk az egyén számára a legjobb kezelési módot. Ez azonban bonyolult lehet, mivel gyakran nehéz megmondani, hogy melyik embernek válik a legtöbb haszna egy adott kezelésből.
Az orvos számára is nehéz meghatározni, hogy az új típusú kezelések, például az immunterápia mennyire lesznek előnyösek az egyén számára. Ellentétben a kemoterápiával, amely specifikus gyógyszerek alkalmazását jelenti a rákos sejtek megtámadására és elpusztítására, az immunterápia úgy működik, hogy fokozza az ember immunválaszát a rákdaganatok ellen.
Most egy, az OH Cleveland-i Case Western Reserve Egyetem kutatói által vezetett csoport - hat másik intézmény tudósaival együttműködve - kifejlesztett egy új mesterséges intelligencia (AI) modellt. A modell lehetővé teszi az egészségügyi szakemberek számára, hogy megtalálják, melyik tüdőrákban szenvedő ember profitálhat a legjobban az immunterápiából.
A nyomozók a folyóiratban szereplő tanulmányban ismertetik módszerüket és eredményeiket Rák Immunológiai Kutatások.
„Annak ellenére, hogy az immunterápia megváltoztatta a rák teljes ökoszisztémáját - magyarázza Anant Madabhushi, a tanulmány társszerzője -, az is rendkívül költséges marad - betegenként évente körülbelül 200 000 dollár.
"Ez a pénzügyi toxicitás része, amely a rákkal együtt jár, és ennek eredményeként az összes újonnan diagnosztizált rákos beteg mintegy 42% -a elveszíti életmegtakarítását a diagnózis felállításától számított egy éven belül" - teszi hozzá. Madabhushi azt is megjegyzi, hogy az új eszköz, amelyen kollégáival dolgozik, segíthet az orvosoknak és a betegeknek eldönteni, melyik terápia felel meg nekik a legjobban, és elkerülheti a felesleges kiadásokat.
Új modell képes megjósolni az eredményt
Madabhushi elmagyarázza, hogy kollégáival a legújabb eredmények alapján dolgozta ki új modelljét, amely meghatározta azokat a jeleket, amelyek megmutatják, hogy mely rákos daganatok reagálnak a kezelésre.
Egy korábbi tanulmányban a kutatók megállapították, hogy bár az orvosok általában azt gondolták, hogy a daganat mérete jó mutató arra, hogy a terápiás megközelítés működik-e vagy sem, önmagában ezt a jellemzőt tekintve csalóka lehet.
Ehelyett mondja Madabhushi: "Megállapítottuk, hogy a textúraváltozás jobban megjósolja, hogy a terápia működik-e."
"Néha például a csomó nagyobbnak tűnhet a terápia után egy másik ok miatt, mondjuk egy törött ér a daganatban - de a terápia valóban működik" - magyarázza. - Most van rá módunk, hogy ezt megtudjuk.
Az új AI modell kifejlesztéséhez a csapat először 50 tüdőrákos ember számítógépes tomográfiás (CT) vizsgálatának adatait használta fel. Ez lehetővé tette számukra egy matematikai módszer felállítását, amely képes azonosítani a daganatban bekövetkező bármilyen méret- és textúraváltozást, miután két-három immunterápiás ciklusnak voltak kitéve.
A módszer olyan mintákat talált, amelyek arra utalnak, hogy a daganatok bizonyos változásai az immunterápiás kezelésre adott pozitív válaszhoz, valamint a betegek magasabb túlélési arányához kapcsolódnak.
Ez a tanulmány ismét kiemelte, hogy azok a tüdőrákos daganatok, amelyek a legszembetűnőbb változásokat mutatják a textúrában, szintén azok, amelyek a legjobban reagálnak az immunterápiára.
„Ez a program alapvető értékének bemutatása, hogy gépi tanulási modellünk megjósolhatja a választ az immunellenőrzés különböző gátlóival kezelt betegeknél. Biológiai alapelvvel van dolgunk. ”
A tanulmány társszerzője, Prateek Prasanna
Ez év elején a társszerző, Prateek Prasanna megkapta az American Society of Clinical Oncology 2019 Conquer Cancer Foundation Merit Award-ot a tanulmányhoz kapcsolódó kutatásért.
A továbbiakban a csapat azt tervezi, hogy további módszereket tesztelnek mesterséges intelligencia-módszerükre más CT-vizsgálatokon más helyszínekről és különböző immunterápiás szerekkel kezelt emberekről.
