Рак легкого: AI показывает, кому поможет иммунотерапия
Рак легких - распространенная и часто агрессивная форма рака. Поскольку врачам трудно обнаружить это на ранней стадии, люди с раком легких должны получать самую лучшую и целенаправленную терапию, чтобы повысить вероятность положительного прогноза. Иммунотерапия - это вариант, но как врачи могут узнать, кому это поможет?
По данным Национального института рака, рак легких и бронхов является вторым по распространенности типом рака среди людей в Соединенных Штатах, на него приходится 12,9% всех новых случаев рака.
Эта форма рака часто не имеет заметных симптомов на ранних стадиях, что может означать, что врачи не могут сначала ее обнаружить. Это означает, что прогноз после лечения может быть не таким хорошим, как при других формах рака.
Чтобы обеспечить наиболее благоприятные результаты для людей с раком легких, медицинские работники должны выбрать лучший тип лечения для каждого человека. Это, однако, может быть непросто, поскольку часто трудно сказать, какой человек получит наибольшую пользу от того или иного лечения.
Врачу также может быть сложно определить, насколько полезными для человека будут новые виды лечения, такие как иммунотерапия. В отличие от химиотерапии, которая включает использование определенных лекарств для атаки и уничтожения раковых клеток, иммунотерапия работает за счет усиления иммунного ответа человека против раковых опухолей.
Теперь команда исследователей из Университета Кейс Вестерн Резерв в Кливленде, штат Огайо, в сотрудничестве с учеными из шести других учреждений, разработала новую модель искусственного интеллекта (ИИ). Модель позволяет практикующим врачам определить, какие люди с раком легких получат наибольшую пользу от иммунотерапии.
Исследователи объясняют свой метод и сообщают о своих выводах в исследовательской статье, которая публикуется в журнале. Исследования в области иммунологии рака.
«Несмотря на то, что иммунотерапия изменила всю экосистему рака, - объясняет соавтор исследования Анант Мадабхуши, - она также остается чрезвычайно дорогой - около 200 000 долларов на пациента в год.
«Это часть финансовой токсичности, которая сопровождает рак и приводит к тому, что около 42% всех вновь диагностированных онкологических больных теряют свои сбережения в течение года после постановки диагноза», - добавляет он. Мадабхуши также отмечает, что новый инструмент, над которым он и его коллеги работают, может помочь врачам и пациентам решить, какая терапия им лучше всего подходит, и избежать ненужных расходов.
Новая модель может предсказать результат
Мадабхуши объясняет, что он и его коллеги разработали новую модель, основанную на недавних открытиях, которые выявили признаки, показывающие, какие раковые опухоли поддаются лечению.
В предыдущем исследовании исследователи обнаружили, что, хотя врачи обычно думали, что размер опухоли является хорошим показателем того, работает или нет терапевтический подход, рассмотрение одной только этой характеристики может быть обманчивым.
Вместо этого, говорит Мадабхуши, «[мы] обнаружили, что изменение текстуры является лучшим предиктором того, работает ли терапия».
«Иногда, например, узелок может казаться больше после терапии по другой причине, например, из-за сломанного сосуда внутри опухоли, - но терапия действительно работает», - объясняет он. «Теперь у нас есть способ узнать это».
Для разработки новой модели искусственного интеллекта команда сначала использовала данные компьютерной томографии (КТ), полученные от 50 человек с раком легких. Это позволило им разработать математический метод, способный идентифицировать любые изменения размера и текстуры, происходящие в опухоли после воздействия двух-трех циклов иммунотерапии.
Метод обнаружил закономерности, указывающие на то, что определенные изменения в опухолях были связаны с положительным ответом на лечение иммунотерапией, а также с более высокими показателями выживаемости пациентов.
Это исследование еще раз подчеркнуло, что те опухоли рака легких, которые показывают наиболее заметные изменения текстуры, также лучше всего поддаются иммунотерапии.
«Это демонстрация фундаментальной ценности программы, заключающейся в том, что наша модель машинного обучения может предсказывать ответ у пациентов, получавших различные ингибиторы иммунных контрольных точек. Мы имеем дело с фундаментальным биологическим принципом ».
Соавтор исследования Пратик Прасанна
Ранее в этом году соавтор Пратек Прасанна получил премию Американского общества клинической онкологии 2019 Conquer Cancer Foundation Merit Award за исследования, связанные с этим исследованием.
В дальнейшем команда планирует дополнительно протестировать свой метод искусственного интеллекта на большем количестве компьютерных томографов из других мест и людей, получавших различные иммунотерапевтические агенты.
