一项新的研究发现，专家通过训练计算机来判断哪些皮肤癌患者可能受益于阻止肿瘤关闭免疫系统攻击他们的药物。

 

由纽约大学格罗斯曼医学院和珀尔马特癌症中心的研究人员领导的这项研究表明，人工智能工具可以预测哪些特定类型的皮肤癌患者对这种“免疫疗法”有良好的反应，成功率为五分之四。具体来说，这项研究检查了患有转移性黑素瘤的患者，这种皮肤癌有能力扩散到其他器官，每年导致6800名美国人死亡。

 

研究人员说，这些结果很重要，杏2注册因为尽管研究的药物类别免疫检查点抑制剂对许多患者比传统化疗更有效，但有一半的患者对它们没有反应。研究人员表示，这些药物可能会对许多患者产生副作用，而且价格昂贵，这加大了确定哪些患者会有反应的紧迫性。”

 

“我们的研究结果表明，人工智能是一种快速简单的方法，可以预测黑色素瘤患者对免疫治疗的反应，”该研究的第一作者、医学博士保罗·约翰内特(Paul Johannet)说，他是纽约大学朗格尼健康中心(NYU Langone Health)及其珀尔马特癌症中心(Perlmutter Cancer Center)的博士后研究员。

 

这项新研究发表在11月18日的《临床癌症研究》(Clinical Cancer Research)杂志上，研究人员表示，这是首次探索人工智能(或称机器学习)来预测黑色素瘤患者对免疫检查点抑制剂的反应。该团队设计了他们的计算机程序，以“学习”如何在一项任务中做得更好，但没有被告知具体如何做。这样的程序可以建立数学模型，根据输入的数据实例进行决策， 杏耀平台总代结缘，随着训练数据的增长，程序会变得越来越“聪明”。

 

为了调查，研究人员收集了302张肿瘤组织的图像样本，杏耀yl注册来自121名在纽约大学朗格尼医院接受免疫检查点抑制剂治疗的转移性黑色素瘤的男性和女性。然后，他们把这些幻灯片分成120万像素，这些像素是构成数字图像的小数据。这些数据与疾病的严重程度、使用哪种免疫疗法以及病人对治疗是否有反应等因素一起输入电脑。

 

研究人员从范德比尔特大学的30位相似病人的40张幻灯片中重复了这一过程，以确定在使用不同设备和取样技术的独立医院系统中是否也得出了同样的结果。

 

研究人员指出，除了运行该程序所需的计算机之外，Perlmutter技术中使用的所有材料和信息已经成为大多数(如果不是全部的话)诊所使用的癌症管理的标准部分。

 

“与基因或血液分析等其他方法相比，我们的人工智能程序的一个关键优势是它不需要任何特殊设备，”研究合著者、纽约大学朗格尼分子病理学实验室应用生物信息学实验室和临床信息学主任阿里斯托里斯·提戈斯博士说。

 

此外，他们认为人工智能的方法比目前的预测工具(如分析粪便样本或遗传信息)更精简，这些工具有望降低治疗成本，加快病人等待时间。

 

“即使是最小的癌症中心也有可能将数据发送到带有该程序的实验室进行swift分析，”研究资深作者伊曼·奥斯曼医学博士说。奥斯曼是纽约大学朗格尼和珀尔马特癌症中心的皮肤科鲁道夫·l·拜尔医学教授。

 

奥斯曼,作为跨学科的黑色素瘤项目主任和副主任转化研究支持在纽约大学Langone补充说,该算法还没有准备临床使用,直到他们可以提高准确率从80%到90%在更多的机构和测试算法。她说研究小组下一步计划收集更多的数据来更好地训练计算机。Osman指出，即使以目前的准确性来看，人工智能工具仍然可以作为一种筛查方法，以确定在治疗前进行更深入的检测哪些患者会受益。