人工智能研究不包括_肺癌新研究：人工智能预测哪些肿瘤患者能从免疫治疗中受益

肺癌是常见的，通常是侵略性癌症。 由于医生很难早日发现，肺癌患者应该接受最适当的治疗，可以有积极的前景。 免疫疗法是选择之一，但医生怎样知道谁会受益呢？

美国国家癌症研究所的数据显示，肺癌和支气管癌是美国人中第二普遍的癌症，占新发癌病例的12.9%。

在这种癌症的初期阶段，没有明显的症状就意味着医生和患者最初没有发现。 这意味着治疗后的前景可能比其他早期发现的癌症好。

为了确保对肺癌患者最有利的结果，医生必须逐个选择最合适的治疗方法。 但是，这可能很难。 因为很难确定谁从特定治疗中获得最大利益。

对医生来说，很难确定新的治疗方法(如免疫疗法)对个人是否有益。 与化疗不同，化疗是使用特定的药物攻击并破坏癌细胞，而免疫疗法则是增强对癌症肿瘤的免疫反应。

最近，俄亥俄州克利夫兰大学的研究者带领的团队与其他6个机构的科学家合作，开发了新的人工智能( AI )模型。 这个模型让医生发现哪个肺癌患者从免疫疗法中受益最大。

研究人员在《AACR》杂志发表的研究论文中说明了他们的方法，报告了他们的发现。

免疫疗法的到来改变了整个癌症生态系统，但所需的治疗费用非常高，患者每年约20万美元。 许多癌症患者承担不起这么高的治疗费用，新诊断的癌症患者约42%在诊断后1年内丧生。

为了减少患者的治疗费用，Anant Madabhushi博士及其研究小组研究的新工具，有助于医生和患者避免不必要的费用，哪种治疗方法最适合他们。

AI模型可以预测治疗结果

Madabhushi和他的研究小组根据最近的发现开发了他们的新模型，揭示了哪些症状对治疗有反应。

以前的研究认为肿瘤的大小是判断治疗方法是否有效的良好指标，但仅从这一特点就可以看出其具有欺骗性。

研究人员发现，质量变化是该疗法有效与否的更好预测指标。 例如，结节在治疗后可能会出现较大的结节，因为另一个原因，如肿瘤中的血管破裂，而此治疗实际有效。

为了开发新的AI模型，该小组首先使用了来自50名肺癌患者的计算机断层扫描( CT )扫描数据。 这使他们能够建立确定2~3个免疫治疗周期后肿瘤大小和质量变化的数学方法。

该方法发现的模型表明，肿瘤的特定变化与免疫疗法的阳性反应和较高的患者存活率有关。 质量变化最明显的肺癌肿瘤也是免疫治疗最有效的肿瘤。

这证明了该计划的基本价值，即机器学习模式可以预测接受不同免疫检查点抑制剂治疗的患者的反应。 研究人员正在处理基本的生物学原理。

今年年初，作者Prateek Prasanna通过该研究获得美国临床肿瘤学会2019年征服癌症基金会的优秀奖。

整理&写作双方Ricky

参考文献两10.1158/2326-6066.CIR-19-0476

图像源Pixabay