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?
Egy új prediktív modell meghatározhatja, hogy melyik tüdőrákos ember reagál az immunterápiára.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.